小波多重分形遥感图像混合去噪

成丽波; 李昂臻; 贾小宁; 李喆

doi:10.37188/OPE.20223015.1880

您当前的位置：

首页 >

文章列表页 >

小波多重分形遥感图像混合去噪

信息科学 | 更新时间：2022-08-16

- 小波多重分形遥感图像混合去噪
- Removing mixed noise from remote sensing images by wavelet multifractal method
- 光学精密工程 2022年30卷第15期页码：1880-1888
- 作者机构：
  
  长春理工大学数学与统计学院，吉林长春 130022
- 作者简介：
  
  [ "成丽波（1971-），女，吉林公主岭人，教授，博士生导师，1995年于吉林师范大学获得学士学位，2004年、2009年于吉林大学分别获得硕士和博士学位，现为长春理工大学数学与统计学院院长，主要从事小波分析、数学建模、遥感图像处理等方面的研究。E-mail： clbyy@126.com" ]
  [ "李昂臻（1995-），男，吉林长春人，硕士研究生，2019年于吉林师范大学获得学士学位，主要研究方向为遥感图像去噪。E-mail：liyuhaoxy@sina.com" ]
- 基金信息：
  
  国家自然科学基金资助项目(12171054)
- DOI：10.37188/OPE.20223015.1880
  中图分类号： TP751
- 收稿日期：2022-01-30，
  
  修回日期：2022-03-19，
  
  纸质出版日期：2022-08-10
- 稿件说明：
移动端阅览
成丽波,李昂臻,贾小宁等.小波多重分形遥感图像混合去噪[J].光学精密工程,2022,30(15):1880-1888.

CHENG Libo,LI Angzhen,JIA Xiaoning,et al.Removing mixed noise from remote sensing images by wavelet multifractal method[J].Optics and Precision Engineering,2022,30(15):1880-1888.
成丽波,李昂臻,贾小宁等.小波多重分形遥感图像混合去噪[J].光学精密工程,2022,30(15):1880-1888. DOI： 10.37188/OPE.20223015.1880.

CHENG Libo,LI Angzhen,JIA Xiaoning,et al.Removing mixed noise from remote sensing images by wavelet multifractal method[J].Optics and Precision Engineering,2022,30(15):1880-1888. DOI： 10.37188/OPE.20223015.1880.

摘要

为了去除遥感图像的混合噪声，建立了小波多重分形去噪算法。该算法主要利用小波分析进行信号分解，多重分形提取图像特征。通过小波分解进行图像分解时，利用小波半软阈值指数衰减阈值法进行加性噪声初步处理。采用多重分形理论，找出含噪图像的多重分形谱，并构造偏移算子

http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33315655&type=

http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33315653&type=

2.53999996

2.45533323

对加性噪声进行二次处理。利用方向梯度与二维掩码层进行逐像素乘法获得稀疏梯度集，重建去噪图像。最后，计算出去噪图像的评价指标数值，根据数值分析评价去噪效果。实验结果表明：对6幅随机添加噪声的图片进行去噪，去噪图像的峰值信噪比最高为26.700

http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33315083&type=

http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33315077&type=

3.72533321

2.37066650

，边缘保持指数最高为0.449。该方法能够有效去除遥感图像的混合噪声，基本满足遥感图像混合去噪的可视性，细节留存等要求。

Abstract

To remove the mixed noise from remote sensing images， a wavelet multifractal denoising algorithm was developed. The algorithm mainly uses wavelet analysis for signal decomposition and multifractal to extract image features. First， image decomposition was performed by wavelet decomposition， and additive noise was preliminarily processed using the exponential decay threshold method of the wavelet semi-soft threshold. Second， using the multifractal theory， the multifractal spectrum of the noisy image was found， and an offset operator is constructed to process the additive noise twice. Then， the sparse gradient set was obtained by multiplying the direction gradient with the two-dimensional mask layer pixel by pixel， and the denoised image is reconstructed. Finally， the evaluation index value of the denoised image was calculated， and the denoising effect was evaluated according to the numerical analysis. The experimental results show that the method can effectively remove the mixed noise of remote sensing images. The maximum peak signal-to-noise ratio of the denoised images is 26.700 dB by denoising six randomly added noise images. Moreover， the highest edge preservation index is 0.449. It can meet the requirements of the visibility and detail preservation of mixed denoising of remote sensing images and provide a reliable basis for subsequent analysis.

关键词

Keywords

references

QUILTY J ， ADAMOWSKI J . A stochastic wavelet-based data-driven framework for forecasting uncertain multiscale hydrological and water resources processes ［J］. Environmental Modelling & Software ， 2020 ， 130 ： 104718 . doi: 10.1016/j.envsoft.2020.104718 http://dx.doi.org/10.1016/j.envsoft.2020.104718

陈彦彤，李雨阳，吕石立，等 . 基于深度语义分割的多源遥感图像海面溢油监测［J］. 光学精密工程， 2020 ， 28 （ 5 ）： 1165 - 1176 .

CHEN Y T ， LI Y Y ， LÜ SH L ， et al . Research on oil spill monitoring of multi-source remote sensing image based on deep semantic segmentation ［J］. Opt. Precision Eng. ， 2020 ， 28 （ 5 ）： 1165 - 1176 . （in Chinese）

ZHANG J . Wavelet analysis on effects of climate change on hydrology and water resources ［J］. Applied Ecology and Environmental Research ， 2019 ， 17 （ 4 ）： 9411 - 9423 . doi: 10.15666/aeer/1704_94119423 http://dx.doi.org/10.15666/aeer/1704_94119423

LUZARDI A C M ， CÁRDENAS C . Recent dynamical features of Tyndall and grey glaciers， from southern Patagonian icefield， by using satellite remote sensing techniques ［J］. 2020 IEEE Latin American GRSS & ISPRS Remote Sensing Conference （LAGIRS）， 2020 ： 284 - 289 . doi: 10.1109/lagirs48042.2020.9165634 http://dx.doi.org/10.1109/lagirs48042.2020.9165634

PELELI S ， KOULI M ， MARCHESE F ， et al . Monitoring temporal variations in the geothermal activity of Miocene Lesvos volcanic field using remote sensing techniques and MODIS - LST imagery ［J］. International Journal of Applied Earth Observation and Geoinformation ， 2021 ， 95 ： 102251 . doi: 10.1016/j.jag.2020.102251 http://dx.doi.org/10.1016/j.jag.2020.102251

JOYCE K E ， BELLISS S E ， SAMSONOV S V ， et al . A review of the status of satellite remote sensing and image processing techniques for mapping natural hazards and disasters ［J］. Progress in Physical Geography： Earth and Environment ， 2009 ， 33 （ 2 ）： 183 - 207 . doi: 10.1177/0309133309339563 http://dx.doi.org/10.1177/0309133309339563

ZHAO X ， PAN S ， SUN Z ， et al . Advances of satellite remote sensing technology in earthquake prediction ［J］. Natural Hazards Review ， 2021 ， 20 （ 1 ）： 03120001 . doi: 10.1061/(asce)nh.1527-6996.0000419 http://dx.doi.org/10.1061/(asce)nh.1527-6996.0000419

WANG C ， RUIFEI Z ， BAI Y ， et al . Single-frame super-resolution for high resolution optical remote-sensing data products ［J］. International Journal of Remote Sensing ， 2021 ， 42 （ 21 ）： 8099 - 8123 . doi: 10.1080/01431161.2021.1971790 http://dx.doi.org/10.1080/01431161.2021.1971790

PAN X ， ZHANG C ， XU J ， et al . Simplified object-based deep neural network for very high resolution remote sensing image classification ［J］. ISPRS Journal of Photogrammetry and Remote Sensing ， 2021 ， 181 ： 218 - 237 . doi: 10.1016/j.isprsjprs.2021.09.014 http://dx.doi.org/10.1016/j.isprsjprs.2021.09.014

李小雄，牛双国 . 高正则二维小波的设计及在遥感图像去噪中的应用［J］. 黄河水利职业技术学院学报， 2008 ， 20 （ 2 ）： 48 - 51 . doi: 10.3969/j.issn.1008-486X.2008.02.017 http://dx.doi.org/10.3969/j.issn.1008-486X.2008.02.017

LI X X ， NIU SH G . Design of highly regular 2D wavelet and its application in remote sensing image denoising ［J］. Journal of Yellow River Conservancy Technical Institute ， 2008 ， 20 （ 2 ）： 48 - 51 . （in Chinese） . doi: 10.3969/j.issn.1008-486X.2008.02.017 http://dx.doi.org/10.3969/j.issn.1008-486X.2008.02.017

ZHOU D ， WANG Q J ， TIAN Q J ， et al . Wavelet analysis and its application in denoising the spectrum of hyperspectral image ［J］. Spectroscopy and Spectral Analysis ， 2009 ， 29 （ 7 ）： 1941 - 1945 .

ANSARI R A ， MOHAN B K . Noise filtering of remotely sensed images using iterative thresholding of wavelet and curvelet transforms ［J］. The International Archives of the Photogrammetry， Remote Sensing and Spatial Information Sciences ， 2014 ， XL- 1 ： 57 - 64 . doi: 10.5194/isprsarchives-xl-1-57-2014 http://dx.doi.org/10.5194/isprsarchives-xl-1-57-2014

ANSARI R A ， BUDDHIRAJU K M . Noise filtering in high-resolution satellite images using composite multiresolution transforms ［J］. Journal of Photogrammetry， Remote Sensing and Geoinformation Science ， 2018 ， 86 （ 5 ）： 249 - 261 . doi: 10.1007/s41064-019-00061-4 http://dx.doi.org/10.1007/s41064-019-00061-4

李辉，朱锡芳，吴峰，等 . 基于双树复小波的多尺度遥感图像去噪方法［J］. 常州工学院学报， 2019 ， 32 （ 3 ）： 1 - 7 . doi: 10.3969/j.issn.1671-0436.2019.03.001 http://dx.doi.org/10.3969/j.issn.1671-0436.2019.03.001

LI H ， ZHU X F ， WU F ， et al . Application of cloud removal in multi-scale remote sensing images based on DTCWT ［J］. Journal of Changzhou Institute of Technology ， 2019 ， 32 （ 3 ）： 1 - 7 . （in Chinese） . doi: 10.3969/j.issn.1671-0436.2019.03.001 http://dx.doi.org/10.3969/j.issn.1671-0436.2019.03.001

HUANG C J ， ZHOU X H ， HU J Y ， et al . SAR image noise suppression of BEMD by the kernel principle component analysis ［J］. IET Image Processing ， 2021 ， 15 （ 1 ）： 155 - 165 . doi: 10.1049/ipr2.12015 http://dx.doi.org/10.1049/ipr2.12015

邓微微 . 基于交替方向乘子法的图像去抖动算法研究［D］. 成都：电子科技大学， 2021 . doi: 10.53469/jissr.2022.09(04).28 http://dx.doi.org/10.53469/jissr.2022.09(04).28

DENG W W . Image Dejittering Based on Alternating Direction Method of Multipliers ［D］. Chengdu ： University of Electronic Science and Technology of China ， 2021 . （in Chinese） . doi: 10.53469/jissr.2022.09(04).28 http://dx.doi.org/10.53469/jissr.2022.09(04).28

陈晓冬，吉佳瑞，盛婧，等 . 分数阶微分加权引导滤波对超声图像的纹理保持［J］. 光学精密工程， 2020 ， 28 （ 1 ）： 174 - 181 . doi: 10.3788/ope.20202801.0174 http://dx.doi.org/10.3788/ope.20202801.0174

CHEN X D ， JI J R ， SHENG J ， et al . Fractional differential weighted guided filtering for image texture preservation for medical ultrasound ［J］. Opt. Precision Eng. ， 2020 ， 28 （ 1 ）： 174 - 181 . （in Chinese） . doi: 10.3788/ope.20202801.0174 http://dx.doi.org/10.3788/ope.20202801.0174

LIU G ， YANG W ， XIA G S ， et al . Structure preserving sar image despeckling via l0-minimization ［J］. Progress in Electromagnetics Research ， 2013 ， 141 ： 347 - 367 . doi: 10.2528/pier13041503 http://dx.doi.org/10.2528/pier13041503

ZHONG H ， ZHANG J J ， LIU G C . Robust polarimetric SAR despeckling based on nonlocal means and distributed lee filter ［J］. IEEE Transactions on Geoscience and Remote Sensing ， 2014 ， 52 （ 7 ）： 4198 - 4210 . doi: 10.1109/tgrs.2013.2280278 http://dx.doi.org/10.1109/tgrs.2013.2280278

张晶晶，方勇华 . 基于Contourlet变换的遥感图像去噪新算法［J］. 光学学报， 2008 ， 28 （ 3 ）： 462 - 466 . doi: 10.3321/j.issn:0253-2239.2008.03.010 http://dx.doi.org/10.3321/j.issn:0253-2239.2008.03.010

ZHANG J J ， FANG Y H . Novel denoising method for remote sensing image based on contourlet transform ［J］. Acta Optica Sinica ， 2008 ， 28 （ 3 ）： 462 - 466 . （in Chinese） . doi: 10.3321/j.issn:0253-2239.2008.03.010 http://dx.doi.org/10.3321/j.issn:0253-2239.2008.03.010

PHAM C T ， KOPYLOV A V . Multi-quadratic dynamic programming procedure of edge- preserving denoising for medical images ［J］. ISPRS-International Archives of the Photogrammetry， Remote Sensing and Spatial Information Sciences ， 2015 ， XL-5/W 6 （ 1 ）： 101 - 106 . doi: 10.5194/isprsarchives-XL-5-W6-101-2015 http://dx.doi.org/10.5194/isprsarchives-XL-5-W6-101-2015

DEEPA MERLIN DIXON K ， AJAY A ， SOWMYA V ， et al . Aerial and satellite image denoising using least square weighted regularization method ［J］. Indian Journal of Science and Technology ， 2016 ， 9 （ 30 ）： 99025 . doi: 10.17485/ijst/2016/v9i30/99025 http://dx.doi.org/10.17485/ijst/2016/v9i30/99025

MAJI S K ， THAKUR R K ， YAHIA H M . Structure-preserving denoising of SAR images using multifractal feature analysis ［J］. IEEE Geoscience and Remote Sensing Letters ， 2020 ， 17 （ 12 ）： 2100 - 2104 . doi: 10.1109/lgrs.2019.2963453 http://dx.doi.org/10.1109/lgrs.2019.2963453

MAJI S K ， THAKUR R K ， YAHIA H M . SAR image denoising based on multifractal feature analysis and TV regularisation ［J］. IET Image Processing ， 2020 ， 14 （ 16 ）： 4158 - 4167 . doi: 10.1049/iet-ipr.2020.0272 http://dx.doi.org/10.1049/iet-ipr.2020.0272

NIU P J ， MA X R ， MAO R ， et al . Research on UAV image denoising effect based on improved Wavelet Threshold of BEMD ［J］. Journal of Physics： Conference Series ， 2020 ， 1437 （ 1 ）： 012032 . doi: 10.1088/1742-6596/1437/1/012032 http://dx.doi.org/10.1088/1742-6596/1437/1/012032

李会方，俞卞章 . 基于小波的多重分形图像去噪新算法［J］. 光学精密工程， 2004 ， 12 （ 3 ）： 305 - 310 . doi: 10.3321/j.issn:1004-924X.2004.03.011 http://dx.doi.org/10.3321/j.issn:1004-924X.2004.03.011

LI H F ， YU B ZH . New wavelet-based algorithm for denoising of multifractal images ［J］. Opt.Precision Eng. ， 2004 ， 12 （ 3 ）： 305 - 310 . （in Chinese） . doi: 10.3321/j.issn:1004-924X.2004.03.011 http://dx.doi.org/10.3321/j.issn:1004-924X.2004.03.011

浏览量

1495

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于双目结构光周视扫描的3D件三维重构与位姿估计研究

重叠分数与匹配矩阵驱动的部分重叠点云配准网络设计

基于Snell窗及偏振模式的水下载体航姿测量

改进多尺度结构化融合的红外与可见光图像融合

非成对训练样本条件下的红外图像生成