基于双向梯度预测的高光谱图像连续谱段恢复方法
【技术领域】
[0001] 本发明属于遥感图像处理中的高光谱图像处理领域。
【背景技术】
[0002] 高光谱图像因其信息丰富、地物辨识能力强在工农业生产和国防科工等领域都有 着广泛的应用前景，然而其质量在获取传输过程中受诸多退化因素影响，导致获得的图象 质量退化或某些信息损失，进而限制其进一步利用。大气中水蒸气、气溶胶、可悬浮微粒、臭 氧分子等因素的反射、吸收和散射，以及成像传感器中光学器件和电子器件对能量的卷积、 积分、延时、抽样等作用等都对高光谱的成像产生消极影响。尽管人们一直试图通过光学的 发展和硬件的提高，来降低噪声的影响，但基于图像处理技术的降噪方法依然十分流行，这 是因为它们不仅与成像设备无关，而且应用简单、范围广。然而高光谱图像中经常出现的连 续低信噪比波段退化，利用现有方法很难被有效恢复。
【发明内容】
[0003] 本发明目的是为了解决现有高光谱图像的获取过程中连续几个谱段受噪声污染 的退化问题，提供了一种基于双向梯度预测的高光谱图像连续谱段恢复方法。
[0004] 本发明所述基于双向梯度预测的高光谱图像连续谱段恢复方法，该恢复方法的具 体过程为：
[0005] 步骤1、判断受损谱段的受损程度，即判断受损谱段的平均峰值信噪比是否小于阈 值，如果是则执行步骤2,如果否则执行步骤5 ;
[0006] 步骤2、将连续的受损谱段和受损谱段前、后临近的未受损谱段分离；
[0007] 步骤3、舍弃受损谱段的信息；
[0008] 步骤4、利用受损谱段前、后临近的未受损谱段的信息对受损谱段进行双向梯度估 计，得到高光谱图像的恢复结果；
[0009] 步骤5、将连续的受损谱段和受损谱段前、后临近的未受损谱段分离；
[0010] 步骤6、分别对受损谱段和未受损谱段进行线性小波分解；
[0011] 步骤7、保存受损谱段中的低频分量，舍弃高频分量；
[0012] 步骤8、舍弃未受损谱段中的低频分量，对高频分量进行双向梯度估计，获取重建 的受损谱段的高频分量；
[0013] 步骤9、利用受损波段的低频分量和重建的高频分量进行小波重建，获得恢复的受 损谱带，最终获得恢复的高光谱图像。
[0014] 本发明的优点：本发明利用高光谱图像的光谱曲线近似可导的特性，提出一种基 于双向梯度预测的高光谱连续低信噪比谱段恢复方法。充分利用了高光谱图像光谱分辨率 高的特点，将每个像素的光谱曲线视为近似可导的函数进行恢复。本方法首先通过待恢复 谱段前后未受损的谱段计算前向和后向梯度，之后利用获得的梯度分别计算前向和后向估 计值，最后引入权重因子对两个估计值进行加权平均得到恢复结果。当连续谱段受损程度 较低（PSNR>25dB)时，可以结合线性小波分解保留待恢复谱段的低频分量，对高频分量执 行双向梯度预测。
【附图说明】
[0015] 图1是低信噪比情况下基于双向梯度预测的高光谱图像连续谱段恢复方法的原 理图；
[0016] 图2是高信噪比情况下基于双向梯度预测的高光谱图像连续谱段恢复方法的原 理图。
【具体实施方式】
【具体实施方式】 [0017] 一：下面结合图1和图2说明本实施方式，本实施方式所述基于双向 梯度预测的高光谱图像连续谱段恢复方法，该恢复方法的具体过程为：
[0018] 步骤1、判断受损谱段的受损程度，即判断受损谱段的平均峰值信噪比是否小于阈 值，如果是则执行步骤2,如果否则执行步骤5 ;
[0019] 步骤2、将连续的受损谱段和受损谱段前、后临近的未受损谱段分离；
[0020] 步骤3、舍弃受损谱段的信息；
[0021] 步骤4、利用受损谱段前、后临近的未受损谱段的信息对受损谱段进行双向梯度估 计，得到高光谱图像的恢复结果；
[0022] 步骤5、将连续的受损谱段和受损谱段前、后临近的未受损谱段分离；
[0023] 步骤6、分别对受损谱段和未受损谱段进行线性小波分解；
[0024] 步骤7、保存受损谱段中的低频分量，舍弃高频分量；
[0025] 步骤8、舍弃未受损谱段中的低频分量，对高频分量进行双向梯度估计，获取重建 的受损谱段的高频分量；
[0026] 步骤9、利用受损波段的低频分量和重建的高频分量进行小波重建，获得恢复的受 损谱带，最终获得恢复的高光谱图像。
【具体实施方式】 [0027] 二：本实施方式对实施方式一作进一步说明，步骤1所述阈值为 25dB。
【具体实施方式】 [0028] 三：本实施方式对实施方式一作进一步说明，当受损谱段的受损程 度未知时，采用噪声估计方法对受损谱段位置和噪声强度进行估计，然后判断受损谱段的 平均峰值信噪比。
【具体实施方式】 [0029] 四：本实施方式对实施方式三作进一步说明，采用多元回归噪声估 计方法对受损谱段位置和噪声强度进行估计。
【具体实施方式】 [0030] 五：下面结合图1说明本实施方式，本实施方式对实施方式一作进 一步说明，步骤2-步骤4的具体过程为：
[0031] 步骤2. 1、根据高光谱图像光谱曲线的连续和可导特性，设对任一点（x，y)的光 谱曲线为一个连续函数f(b)，在每个谱带上该点（x，y)的像素值为连续函数f(b)上一点 f(b。)，则对某一受损谱段图像的恢复问题即为对每一个像素点谱函数值的预测问题；设 b。、bp b1+1、b1+2为无噪声波段，b i = 2, 3,…，1为受损谱段，λ i为第i个受损谱段所对应 波长；
[0032] 步骤2. 2、利用未受损谱段计算前向梯度和后向梯度：
[0033] 前向梯度
[0034] 后向梯度
[0035] 其中，λ0、λ。λ1+1、λ1+2分别为无噪声波段所对应的波长，?·(λ 0)、fUJ、 f ( λ 1+1)、f( λ 1+2)分别为相应波长下的无噪声波段的图像灰度值；
[0036] 步骤2. 3、根据单色光谱曲线的类高斯性引入权重因子，使前、后临近波段对受损 谱段的影响与前、后临近波段对受损谱段的波长差成反比，所述权重因子为：
[0038] 步骤2. 4、利用权重因子对前向预测和后向预测的结果进行加权平均，即为预测的 待估计结果；
[0039] 第i个波段位置（X，y)的双向梯度预测值为：
[0041] 步骤2. 5、逐像素逐谱段执行步骤2. 1-步骤2. 4,获得高光谱图像的恢复结果。
【主权项】
1. 基于双向梯度预测的高光谱图像连续谱段恢复方法，其特征在于，该恢复方法的具 体过程为： 步骤1、判断受损谱段的受损程度，即判断受损谱段的平均峰值信噪比是否小于阈值， 如果是则执行步骤2,如果否则执行步骤5 ; 步骤2、将连续的受损谱段和受损谱段前、后临近的未受损谱段分离； 步骤3、舍弃受损谱段的信息； 步骤4、利用受损谱段前、后临近的未受损谱段的信息对受损谱段进行双向梯度估计， 得到高光谱图像的恢复结果； 步骤5、将连续的受损谱段和受损谱段前、后临近的未受损谱段分离； 步骤6、分别对受损谱段和未受损谱段进行线性小波分解； 步骤7、保存受损谱段中的低频分量，舍弃高频分量； 步骤8、舍弃未受损谱段中的低频分量，对高频分量进行双向梯度估计，获取重建的受 损谱段的高频分量； 步骤9、利用受损波段的低频分量和重建的高频分量进行小波重建，获得恢复的受损谱 带，最终获得恢复的高光谱图像。2. 根据权利要求1所述基于双向梯度预测的高光谱图像连续谱段恢复方法，其特征在 于，步骤1所述阈值为25dB。3. 根据权利要求1所述基于双向梯度预测的高光谱图像连续谱段恢复方法，其特征在 于，当受损谱段的受损程度未知时，采用噪声估计方法对受损谱段位置和噪声强度进行估 计，然后判断受损谱段的平均峰值信噪比。4. 根据权利要求3所述基于双向梯度预测的高光谱图像连续谱段恢复方法，其特征在 于，采用多元回归噪声估计方法对受损谱段位置和噪声强度进行估计。5. 根据权利要求1所述基于双向梯度预测的高光谱图像连续谱段恢复方法，其特征在 于，步骤2-步骤4的具体过程为： 步骤2.1、根据高光谱图像光谱曲线的连续和可导特性，设对任一点（x，y)的光谱曲线 为一个连续函数f (b)，在每个谱带上该点（X，y)的像素值为连续函数f (b)上一点f (b。)，则 对某一受损谱段图像的恢复问题即为对每一个像素点谱函数值的预测问题；设b。、bp b1+1、 b1+2为无噪声波段，b D i = 2, 3,…，1为受损谱段，λ i为第i个受损谱段所对应波长； 步骤2. 2、利用未受损谱段计算前向梯度和后向梯度： 前向梯度：后向梯度：其中，λ。、λ。λ1+1、λ1+2分别为无噪声波段所对应的波长，f (λ f(X1+2)分别为相应波长下的无噪声波段的图像灰度值； 步骤2. 3、根据单色光谱曲线的类高斯性引入权重因子，使前、后临近波段对受损谱段 的影响与前、后临近波段对受损谱段的波长差成反比，所述权重因子为：步骤2. 4、利用权重因子对前向预测和后向预测的结果进行加权平均，即为预测的待估 计结果； 第i个波段位置（X，y)的双向梯度预测值为：步骤2. 5、逐像素逐谱段执行步骤2. 1-步骤2. 4,获得高光谱图像的恢复结果。
【专利摘要】基于双向梯度预测的高光谱图像连续谱段恢复方法，属于遥感图像处理中的高光谱图像处理领域，本发明为解决高光谱图像的获取过程中连续几个谱段受噪声污染的问题。本发明所述恢复方法的具体过程为：判断受损谱段的平均峰值信噪比是否小于阈值，如果是则将连续的受损谱段和受损谱段前、后临近的未受损谱段分离，舍弃受损谱段的信息，利用受损谱段前、后临近的未受损谱段的信息对受损谱段进行双向梯度估计，得到高光谱图像的恢复结果；如果否将受损谱段和未受损谱段分离后分别对其进行线性小波分解，保存受损谱段中的低频分量，对未受损谱段中的高频分量进行双向梯度估计，进行小波重建获得恢复的高光谱图像。本发明用于高光谱图像恢复。
【IPC分类】G06T5/00
【公开号】CN105354802
【申请号】CN201510696833
【发明人】滕艺丹, 张晔, 陈雨时, 提纯利
【申请人】哈尔滨工业大学
【公开日】2016年2月24日
【申请日】2015年10月23日