リモートセンシング画像の混合ノイズを除去するために、ウェーブレット多重フラクタルノイズ除去アルゴリズムを構築した。このアルゴリズムは主にウェーブレット解析を用いて信号を分解し、多重フラクタル理論で画像の特徴を抽出する。ウェーブレット分解による画像分解時に、加法性ノイズの初期処理のためにウェーブレット半ソフトしきい値指数減衰しきい値法を利用する。多重フラクタル理論を用いてノイズを含む画像の多重フラクタルスペクトルを特定し、加法性ノイズの二次処理のためにシフト演算子<inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mi>O</mi></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/1E74CAAD-8017-40ab-A244-D7E428D0C9A5-M001.jpg"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/1E74CAAD-8017-40ab-A244-D7E428D0C9A5-M001c.jpg"?></graphic></alternatives></inline-formula>を構成する。方向勾配と2次元マスク層を利用し、ピクセル単位の乗算で希薄な勾配集合を得て、ノイズ除去画像を再構成する。最後にノイズ除去画像の評価指標値を計算し、数値解析に基づきノイズ除去効果を評価する。実験結果は、ランダムにノイズを付加した6枚の画像のノイズ除去において、ノイズ除去画像のピーク信号対雑音比が最大で26.700 <inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"><mi mathvariant="normal">d</mi><mi mathvariant="normal">B</mi></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/1E74CAAD-8017-40ab-A244-D7E428D0C9A5-M002.jpg"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/1E74CAAD-8017-40ab-A244-D7E428D0C9A5-M002c.jpg"?></graphic></alternatives></inline-formula>、エッジ保持指数が最高で0.449であった。本手法はリモートセンシング画像の混合ノイズを効果的に除去でき、リモートセンシング画像混合ノイズ除去の視認性や細部保持の要件を基本的に満たす。

画像処理;リモートセンシング画像ノイズ除去;多重フラクタル;半ソフトしきい値;ウェーブレット解析