高光谱图像能够获取地物精细的光谱诊断特征，但受限于多谱段分光的成像机制，图像各个谱段上光成像的能量不足，信噪比难以提升。高光谱图像噪声类型与强度的准确估计，是提升高光谱图像去噪性能的关键，也是优化其成像系统设计的重要依据。现有高光谱图像噪声估计算法通常将不同类型的图像噪声作为一个整体，并未充分考虑不同类型噪声的区别。本文从高光谱图像获取的机理出发，提出了一种联合空间与光谱维度分析的高光谱图像噪声估计方法。首先，建立了高光谱图像噪声退化模型，将图像中的主要噪声定义为两类：条带与高斯噪声。然后，基于条带噪声在空间维度上独特的频率特性，提出了基于傅里叶变换与局部均值滤波的条带噪声估计方法。最后，基于在光谱维度上高光谱图像相邻波段间的高相关性，通过多元回归分析估计高斯噪声的均值与标准差。本文在模拟高光谱噪声数据上进行算法验证的同时，深入分析了高分五号短波红外高光谱相机、机载Nano-Hyperspec成像仪等国内外成像仪获取的真实高光谱数据。实验结果表明，本文提出的噪声估计方法能够有效的估计出高光谱图像不同谱段条带与高斯噪声的量化指标。实验结果可用于分析高光谱图像在不同传感器与不同成像场景下的退化原因，从而设计更优的图像去噪方法与成像系统。

PDF全文下载地址:

http://www.ygxb.ac.cn/rc-pub/front/front-article/download?id=10350711