基于非局部自相似性的遥感图像稀疏去噪算法

• 作者: 孙权森 封磊 张从梅 王超 顾一禾
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 非局部自相似性 稀疏表示 字典学习 去噪 遥感图像
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 数据与图像处理
• 页码范围: 739-747
• 分类号: TP753
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2016.4.0739

摘要

基于非局部自相似性的遥感图像稀疏去噪方法研究,在为后续的图像分析、识别以及较高层次的处理提供保证方面具有重要意义.针对遥感图像中存在非局部自相似性和稀疏性,在分析传统稀疏去噪模型的基础上,将具有相似结构的非局部块构建成组,用组作为稀疏表示单元,利用基于组正则化稀疏模型进行图像去噪.此外,针对采用整幅图像进行字典学习具有高计算复杂度,分析组特点,为每个组自适应学习一个字典.最后,为获得有效的去噪结果,利用迭代收缩阈值算法解决L0最小化问题.以“资源三号”遥感图像为数据进行实验,结果表明,该算法能较好地去除遥感图像的噪声,提高图像的峰值信噪比,保持图像结构信息.基于非局部自相似性的遥感图像稀疏去噪算法能够充分利用图像块信息有效的去除图像中的噪声,提高图像质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙权森	南京理工大学计算机科学与工程学院	112	1385	19.0	32.0
2	顾一禾	南京理工大学计算机科学与工程学院	11	138	5.0	11.0
3	封磊	南京理工大学计算机科学与工程学院	4	18	3.0	4.0
4	王超	南京理工大学计算机科学与工程学院	23	74	5.0	7.0
5	张从梅	南京理工大学计算机科学与工程学院	2	8	2.0	2.0