基于剪切波和全变分的农田遥感图像去噪去伪影方法

• 作者: 李丽 李晓飞 梅树立 赵海英 郭书君
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 图像处理 算法 遥感 去伪影 多分辨率分析 shearlet变换 全变分模型
• 年，卷（期）: 2017,（z1）
• 所属期刊栏目: 智能土地与农田管理
• 页码范围: 274-280
• 页数: 7页
• 分类号: TP391.41
• 字数: 4729字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2017.z1.041

摘要

农田遥感图像在采集过程中会受到噪声影响,为得到准确的农田遥感图像数据,应对获取的农田遥感图像进行去噪预处理.农田遥感图像中的纹理承载了重要信息,在图像降噪的同时保持或增强图像纹理具有重要意义.由于纹理和噪声一样,在频域表现为高频信号,以分解和重构算法为基础的常见滤波(含小波变换)方法在降噪的同时,也会造成纹理清晰度的下降.该文结合农田遥感图像纹理呈现出来的直线特性,将剪切波(Shearlet)和变分理论相结合,提出了一种新的遥感农田图像保纹理降噪方法.该方法首先对较大的遥感图像分块进行shearlet变换,在降噪的同时识别不同图块图像的纹理含量;对细小纹理含量较少的平滑区域,采用保边降噪变分模型去除shearlet变换带来的人工伪影.为避免子图块边界带来的边界效应,该文基于中心仿射变换理论提出了一种新的图像延拓方法,有效提高了图像降噪的效果.试验结果表明,该文算法去噪后的峰值信噪比(peak signal to noise ratio,PSNR)平均值比全变分模型去噪算法大1 dB,该文算法去噪后的PSNR平均比曲线波去噪算法大2 dB.同基于Symmlet小波的Shearlet算法相比,该文算法处理后农田遥感图像中伪影减少,在高斯噪声标准偏差σ为10、20和30 dB时,峰值信噪比PSNR分别提高了13.99%、9.69%和7.75%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丽	中国农业大学信息与电气工程学院	51	586	14.0	22.0
2	梅树立	中国农业大学信息与电气工程学院	55	270	10.0	12.0
3	赵海英	北京邮电大学世纪学院移动媒体与文化计算北京市重点实验室	40	91	5.0	8.0
4	李晓飞	中国农业大学信息与电气工程学院	4	15	2.0	3.0
5	郭书君	中国农业大学信息与电气工程学院	1	2	1.0	1.0