美文网首页
超光谱图像去噪基准

超光谱图像去噪基准

作者: seniusen | 来源:发表于2018-11-23 21:11 被阅读34次

根据是否联合利用超光谱图像的空间和光谱信息,高光谱图像去噪技术可以分为两类。第一类就是将传统 2-D 图像去噪的方法直接应用到超光谱图像的每个频带上去,称为逐带去噪。第二类就是联合利用空间和光谱信息来进行去噪,称为联合去噪,这又可以大致分为基于变换域的方法和基于空间域的方法。除此之外,由于深度理论的兴起,最近也出现了一些基于深度学习的超光谱图像去噪方法。

逐带去噪

  • [BM3D] Image Denoising by Sparse 3-D Transform-Domain Collaborative Filtering, TIP2007, K. Dabov et al.
  • [WNNM] Weighted nuclear norm minimization with application to image denoising, CVPR2014, S. Gu et al.
  • [EPLL] From learning models of natural image patches to whole image restoration, ICCV2011, D. Zoran et al.

然而,这些逐带去噪方法通常导致更大的频谱失真,因为没有同时考虑不同频带之间的空间和频谱信息的相关性。

联合去噪

1) 基于变换域的方法

基于变化域的方法尝试通过不同的变换来将干净信号从噪声数据中分离出来,比如主成分分析、傅里叶变换、小波变换。

  • Wavelet-based hyperspectral image estimation, IGARSS2003, I. Atkinson et al.
  • Noise reduction of hyperspectral imagery using hybrid spatial-spectral derivative-domain wavelet shrinkage, TGRS2006, H. Othman et al.

这一类方法的主要缺点是它们对变换函数的选择很敏感,并且没有考虑超光谱图像几何特征的差异。

2) 基于空间域的方法

采用合理的假设或先验,如谱间全局相关性(Global Correlation along Spetrum) 、空间非局部自相似性(Non-local Self Similarity across space)、总变差(Total Variation)、非局部(Non-Local)、稀疏表示(Sparse Representation)、低秩模型(Low Rank models)等 ,基于空间域的方法可以将噪声超光谱图像映射到干净图像并且保持其空间和光谱特征。

  • [GCS and NSS] Adaptive Spatial-Spectral Dictionary Learning for Hyperspectral Image Denoising, ICCV2015, Ying Fu et al.

  • [GCS and NSS] Decomposable nonlocal tensor dictionary learning for multispectral image denoising, CVPR2014, P. Yi et al.

  • [GCS and NSS] Multispectral images denoising by intrinsic tensor sparsity regularization, CVPR2016, Q. Xie et al.

  • [GCS] Denoising of hyperspectral images using the parafac model and statistical performance analysis, TGRS2012, X. F. Liu, et al.

  • [TV] Hyperspectral image denoising employing a spectral–spatial adaptive total variation model, TGRS2012, Q. Yuan et al.

  • [TV] Hyperspectral image denoising with a combined spatial and spectral hyperspectral total variation model, CJRS2014, G. Chen et al.

  • [NL] A nonlocal transform-domain filter for volumetric data denoising and reconstruction, TIP2012, M. Maggioni et al.

  • [SR] Spectral–Spatial Adaptive Sparse Representation for Hyperspectral Image Denoising, TGRS2016, T. Lu et al.

  • [SR] Noise removal from hyperspectral image with joint spectral-spatial distributed sparse representation, TGRS2016, J. Li et al.

  • [LR] Denoising and dimensionality reduction using multilinear tools for hyperspectral images, GRSL2008, N. Renard et al.

  • [LR] Hyperspectral image restoration using low-rank matrix recovery, TGRS2014, H. Zhang et al.

  • [LR] Hyperspectral image denoising via sparse representation and low-rank constraint, TGRS2015, Y. Zhao et al.

  • [LR] Hyperspectral image restoration via iteratively regularized weighted Schatten p-norm minimization, TGRS2016, Y. Xie et al.

  • [LR] Hyperspectral image restoration using low-rank tensor recovery, J-STARS2017, H. Fan et al.

深度学习去噪

  • Hyperspectral imagery denoising by deep learning with trainable nonlinearity function, GRSL2017, W. Xie et al.
  • Hyperspectral Image Denoising Employing a Spatial-Spectral Deep Residual Convolutional Neural Network, TGRS2018, Q. Yuan et al. [code]

数据集

================================================================================

去噪效果评价指标

  • Peak Signal to Noise Ratio (PSNR)
  • Structural SIMilarity index (SSIM)
  • Feature SIMilarity index (FSIM)
  • Erreur Relative Globale Adimensionnelle de Synthèse (ERGAS)
  • Spectral Angle Mapper (SAM)

相关文章

  • 超光谱图像去噪基准

    根据是否联合利用超光谱图像的空间和光谱信息,高光谱图像去噪技术可以分为两类。第一类就是将传统 2-D 图像去噪的方...

  • 图像去噪

    图像去噪 图像去噪(noise reduction)也被称为图像噪声清除或者噪声平滑。 Coherence(和谐)...

  • 2019-12-03 阅读DnCNN论文总结,超详细!!!

    DnCNN适用于图像去噪,图像超分,JPEG压缩去块等任务,原文中介绍可以以一个单一的网络模型适用多任务,采用深度...

  • mysql 基准测试

    mysql 基准测试 基准测试策略 基准测试指标 基准测试工具 基准测试样例

  • Comparison of Several Hyperspecr

    摘要 高光谱图像经常受到粗糙的空间分辨率的影响; 合并多光谱的或者全色光谱的高光谱融合方法被提出,为了提高高光谱图...

  • 高光谱遥感笔记2022.4.18

    光谱特征选择与特征提取 光谱数据库与光谱分析 光谱数据库的意义 作为标准参考光谱或训练样本,为定量、定性识别分类模...

  • 2017.9.9

    清华实验室情况: ·高光谱图像超分、数据融合 ·目标检测与识别 ·图像修复与重构 ·图像理解与分割 ·图像信息表征...

  • 图像去噪

    图像去噪可以分为固定阈值去噪和自适应阈值去噪 固定阈值去噪 opencv函数(python):cv2.thresh...

  • 图像去噪声

    图像噪声,造成图像失真,质量下降。减少或者改善数字图像中噪声的过程,叫做图像去噪声。噪声一般与周边像元不协调。图像...

  • 太赫兹传输线理论研究

    姓名:边颖超 学号:19021210974 近年来,由于上述在生物医学、光谱、成像和安全等多方面应用的快速发展,太...

网友评论

      本文标题:超光谱图像去噪基准

      本文链接:https://www.haomeiwen.com/subject/gqcufqtx.html