高光譜成像儀采集的三維數(shù)據(jù)塊能夠提供被檢樣品內(nèi)外部豐富的成分含量信息，但由于高光譜數(shù)據(jù)具有波段多、分辨率高、數(shù)據(jù)維度高、冗余性強(qiáng)等特點(diǎn)，因此必須采取合適的的數(shù)學(xué)算法對(duì)數(shù)據(jù)進(jìn)行處理和分析。那么，高光譜成像儀高光譜圖像的去噪方法有哪些？下文為大家作了介紹。

目前國(guó)內(nèi)外主要采用以下幾種方法對(duì)高光譜圖像進(jìn)行去噪：

1.基于空間域?yàn)V波

由于高光譜圖像是由二維圖像疊加得到的立方體，在空間域上相當(dāng)于將多個(gè)二維圖像沿著光譜維疊加，因此在基于空間域的去噪方法中最為直接的處理方式即為分別對(duì)每個(gè)波段的圖像進(jìn)行去噪。但此方法沒有充分利用高光譜圖像的譜間相關(guān)性，因此去噪效果有限。較為常用的空間域去噪算法主要有全變分法、小波域去噪法、非局部均值法以及BM3D等。

2.基于光譜域?yàn)V波

高光譜圖像中可提取出成百上千個(gè)波段信息，但基于光譜域進(jìn)行圖像去噪時(shí)，僅僅考慮了光譜維度，忽略了高光譜圖像的空間維度的信息，因此去噪后的高光譜圖像會(huì)存在一定程度的失真。最常用的光譜域去噪方法主要有最大噪聲比率法和SG濾波方法。

3.基于空-譜聯(lián)合去噪

該去噪方法基于高光譜圖像的特性，分為變換域去噪和像素空間去噪。變換域去噪主要為小波域去噪，通過(guò)小波對(duì)圖像進(jìn)行變換。而像素域去噪不同，是直接對(duì)每一個(gè)二維圖像的像素進(jìn)行去噪。除此之外，還有直接對(duì)三維數(shù)據(jù)塊去噪的方法，如BM4D"等。由于高光譜圖像的低秩特性，有學(xué)者提出了基于低秩優(yōu)化的去噪模型，如LRMR去噪方法等?？傮w而言，該去噪方法相較于前兩種方法去噪性能更好，但仍沒有充分利用空間信息，因此還可以探尋方法進(jìn)一步提高該方法的性能。