小波阈值改进算法的遥感图像去噪

doi:10.13474/j.cnki.11-2246.2018.0105

测绘通报 ›› 2018, Vol. 0 ›› Issue (4): 28-31.doi: 10.13474/j.cnki.11-2246.2018.0105

小波阈值改进算法的遥感图像去噪

陈竹安^1,2,3,4, 胡志峰¹

1. 东华理工大学测绘工程学院, 江西南昌 330013;
2. 流域生态与地理环境监测国家测绘地理信息局重点实验室, 江西南昌 330013;
3. 江西省数字国土重点实验室, 江西南昌 330013;
4. 江西生态文明建设制度研究中心, 江西南昌 330013

收稿日期:2017-07-26 修回日期:2017-09-10 出版日期:2018-04-25 发布日期:2018-05-03
通讯作者: 胡志峰。E-mail:291151928@qq.com E-mail:291151928@qq.com
作者简介:陈竹安(1978-),男,硕士,副教授,研究方向为测绘技术、土地信息技术、遥感数据处理。E-mail:zachen@ecit.cn
基金资助:
国家自然科学基金（51708098）；江西省教育厅课题（GJJ160537）；江西省高校人文社会科学课题（GL1501）；流域生态与地理环境监测国家测绘地理信息局重点实验室课题（WE2016018）；江西省数字国土重点实验室开放研究基金项目（DLLJ201720）

Remote Sensing Image Denoising Based on Improved Wavelet Threshold Algorithm

CHEN Zhu'an^1,2,3,4, HU Zhifeng¹

1. Faculty of Geomatics, East China University of Technology, Nanchang 330013, China;
2. Key Laboratory of Watershed Ecology and Geographical Environment Monitoring, NASG, Nanchang 330013, China;
3. Jiangxi Province Key Laboratory of Digital Land, Nanchang 330013, China;
4. Jiangxi Ecological Civilization Construction System Research Center, Nanchang 330013, China

Received:2017-07-26 Revised:2017-09-10 Online:2018-04-25 Published:2018-05-03

摘要/Abstract

摘要：

通过对于文献中已有小波阈值去噪方法的研究，结合已有的一些小波阈值去噪函数，提出了相应的小波阈值去噪的改进方法来完善和提高小波阈值去噪的处理能力和可行性。该阈值函数加入了有效的调整系数来控制函数的可变。该函数不但同时保留了相应的传统小波硬阈值、软阈值衍化的优点，也提高了相应精度指标。利用该函数阈值去噪不仅在经典的图像中起到很大的改善，在遥感图像的去噪处理方面也有明显的精度提高。该方法通过去噪评价指标均方差（MSE），峰值信噪比（PSNR），信噪比（SNR），均方根误差（RMSE）进行去噪后图像的评价。该改进的阈值函数方法对于图像的处理后评价指标明显有所改善。

关键词: 小波去噪, 遥感图像, 改进阈值函数, 评价方法

Abstract:

Based on the research of wavelet threshold denoising method in the literature, an improved method of wavelet threshold denoising is proposed to improve and improve the processing capability and feasibility of wavelet threshold denoising. Combining some of the existing wavelet threshold denoising functions. The threshold function adds a valid adjustment factor to control the variable function. This function not only preserves the corresponding advantages of traditional wavelet hard threshold and soft threshold, but also improves the corresponding precision index. Using this function, threshold denoising not only improves greatly in classical images, but also improves the accuracy of noise detection in remote sensing images. The method evaluates the image by denoising after denoising evaluation mean square error (MSE), peak signal to noise ratio (PSNR), signal to noise ratio (SNR), and root mean square error (RMSE). The improved threshold function method has obviously improved the post-treatment evaluation index for the image.

Key words: wavelet denoising, remote sensing image, improved threshold function, evaluation method

中图分类号:

P237

陈竹安, 胡志峰. 小波阈值改进算法的遥感图像去噪[J]. 测绘通报, 2018, 0(4): 28-31.

CHEN Zhu'an, HU Zhifeng. Remote Sensing Image Denoising Based on Improved Wavelet Threshold Algorithm[J]. 测绘通报, 2018, 0(4): 28-31.

参考文献

[1] 杜春梅,冀志刚,张琛. 基于小波阈值法的矿山遥感图像非局部均值去噪[J]. 金属矿山,2017(3):116-120.
[2] 张小燕,吐尔洪江·阿布都克力木. 小波变换的阈值图像去噪算法改进[J]. 计算机技术与发展,2017(3):81-84.
[3] 崔金鸽,陈炳权,徐庆,等. 一种基于新型符号函数的小波阈值图像去噪算法[J]. 电信科学,2017(1):45-52.
[4] 刘晓莉,任丽秋,李伟,等. 阈值优化的遥感影像小波去噪[J]. 遥感信息,2016(2):109-113.
[5] 李晓飞,邱晓晖. 基于小波变换的改进软阈值图像去噪算法[J]. 计算机技术与发展,2016(5):76-78.
[6] 谢家林,李根强,谢家丽,等. 改进阈值函数在图像去噪中的应用[J]. 空军工程大学学报(自然科学版),2016,17(1):72-76.
[7] 王琪,程彬,杜娟,等. 一种改进的小波阈值图像去噪方法[J]. 计算机与现代化,2015(4):65-69.
[8] 白青,王军锋,王涛,等. 一种改进的小波阈值图像去噪综合模型[J]. 计算机技术与发展,2013(5):50-53.
[9] 杨立. 基于改进小波阈值函数的图像去噪[J]. 重庆理工大学学报(自然科学),2013,27(2):93-95.
[10] 许丽群. 小波阈值去噪改进算法研究[J]. 电子测量技术,2010(8):43-45.
[11] 武文波,张迅,陈静. 小波阈值的改进及在遥感图像去噪中的应用[J]. 遥感技术与应用,2007(6):722-726.
[12] 马先明,李永树,谢嘉丽. 利用双边滤波法进行点云去噪的试验与分析[J]. 测绘通报, 2017(2):87-89.
[13] 王忠美,杨晓梅,顾行发. 张量组稀疏表示的高光谱图像去噪算法[J]. 测绘学报,2017,46(5):614-622.
[14] 唐鹏,郭宝平. 改进型阈值函数寻优法的小波去噪分析[J]. 信号处理,2017,33(1):102-110.
[15] 袁玉珠. 矿山遥感图像小波域模糊隶属度阈值去噪算法[J]. 金属矿山,2017(4):123-126.
[16] 田江龙,屈卫东. 基于小波去噪的阈值函数改进方法分析[J]. 化工自动化及仪表,2017,44(3):243-247.
[17] 刘冰,刘雪梅. 基于改进小波阈值去噪的图像增强算法[J]. 微型机与应用,2017,36(14):39-42.

小波阈值改进算法的遥感图像去噪

Remote Sensing Image Denoising Based on Improved Wavelet Threshold Algorithm

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张玉, 贾遂民. 噪声调节主成分变换下的遥感图像薄云去除[J]. 测绘通报, 2021, 0(3): 33-37.
[2]	赖正文, 夏小云. 像素级和对象级高分辨率遥感图像变化检测分析[J]. 测绘通报, 2021, 0(2): 59-63.
[3]	孙玉梅, 刘昱豪, 边占新, 孙亮, 陈敬周. 深度学习PaddlePaddle框架支持下的遥感智能视觉平台研究与实现[J]. 测绘通报, 2021, 0(11): 65-69,75.
[4]	马林飞, 倪欢, 周子涵. 基于注意力机制的高分遥感图像采石场识别[J]. 测绘通报, 2021, 0(11): 96-100.
[5]	谢福鼎, 赫佳妮, 郑宏亮. 半监督离散势理论在遥感影像变化检测中的应用[J]. 测绘通报, 2019, 0(8): 54-58.
[6]	杨梦圆, 刘伟, 尹鹏程, 谢梦. 深度卷积网络支持下的遥感影像井盖部件检测[J]. 测绘通报, 2019, 0(8): 78-81,87.
[7]	袁玉珠. 改进分数阶达尔文粒子群的多Renyi熵图像分割算法[J]. 测绘通报, 2019, 0(6): 34-40.
[8]	张亚平, 张宇, 杨楠, 罗晓, 罗谦. 一种高光谱遥感图像快速谱聚类算法[J]. 测绘通报, 2019, 0(12): 60-64.
[9]	宋佳乾, 汪西原. 改进SIFT算法和NSCT相结合的遥感图像匹配算法[J]. 测绘通报, 2018, 0(9): 34-38.
[10]	李玉, 林文杰, 赵泉华. 多主体框架下基于FCM的彩色遥感图像分割[J]. 测绘通报, 2018, 0(1): 44-49,71.
[11]	牛颖超, 周忠发, 王历, 王小宇. GABA算法的遥感图像分类[J]. 测绘通报, 2018, 0(1): 62-66,71.
[12]	史秀保, 徐宁, 温浩, 李春进. 一种小基线地表形变监测精度评价方法[J]. 测绘通报, 2016, 0(8): 70-73,91.
[13]	魏东岚, 曹晓晨. Matlab平台下遥感影像的北方岸线提取研究——以大连长兴岛为例[J]. 测绘通报, 2015, 0(5): 80-83.
[14]	王乐, 牛雪峰, 魏斌, 陈立春. 遥感影像融合质量评价方法研究[J]. 测绘通报, 2015, 0(2): 77-79.
[15]	肖化超周诠张建华. 遥感卫星在轨机场变化检测方法[J]. 测绘通报, 2015, 0(1): 22-25.