基于经验模态分解的高光谱遥感数据去噪方法

• 作者: 周子勇 董士伟
• 来源期刊: 光谱实验室
• 学科: 物理学
• 关键词: 经验模态分解 固有模态函数 高光谱 去噪
• 年，卷（期）: 2010,（3）
• 页码范围: 940-944
• 分类号: O433.4
• 字数: 2408字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-8138.2010.03.031

摘要

经验模态分解(EMD)是一种新的时频分析方法,经EMD分解后的各个固有模态函数(IMF)突出了原始信号的局部特征,从而可以区分噪声和有用信号.基于此,结合高光谱遥感数据的光谱变化特征,提出了一种基于经验模态分解的高光谱遥感数据去噪方法.通过对理论数据的实验表明,数据中的噪声无论是高斯分布还是均匀分布,数据经EMD分解后,噪声都主要集中在前几个特定的IMF,对相应的IMF进行滤波处理后并与其他IMF分量进行重构就可得到去噪信号,与小波去噪结果相比较,这种方法效果更好.最后把该去噪方法应用于野外实测的油膜高光谱数据去噪,实验结果表明,该方法能准确、有效地去除高光谱遥感数据的噪声.