基于NSCT域主分量分析的遥感图像去噪方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (30): 195-197.

• 图形、图像、模式识别 • 上一篇下一篇

基于NSCT域主分量分析的遥感图像去噪方法

汪雅兰1，贾振红1，杨杰2，庞韶宁3

1.新疆大学信息科学与工程学院，乌鲁木齐 830046
2.上海交通大学图像处理与模式识别研究所，上海 200240
3.新西兰奥克兰理工大学知识工程与开发研究所，新西兰奥克兰 1020

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-10-21 发布日期:2011-10-21

Remote sensing image denoising based on NSCT and PCA

WANG Yalan1，JIA Zhenhong1，YANG Jie2，PANG Shaoning3

1.College of Information Science and Engineering，Xinjiang University，Urumqi 830046，China
2.Institute of Image Processing and Pattern Recognition，Shanghai Jiaotong University，Shanghai 200240，China
3.Knowledge Engineering and Discovery Research Institute，Auckland University of Technology，Auckland 1020，New Zealand

Received:1900-01-01 Revised:1900-01-01 Online:2011-10-21 Published:2011-10-21

摘要/Abstract

摘要： 提出一种新的结合非下采样Contourlet变换（NSCT）和主分量分析（PCA）的图像自适应阈值去噪方法。通过PCA估计NSCT域中的噪声能量，并与NSCT系数的领域信息相结合，构造出自适应阈值对遥感图像进行去噪。仿真实验结果表明，提出的方法与Contourlet硬阈值，基于Contourlet的图像PCA和NSCT硬阈值去噪方法相比能够有效去除遥感图像的高斯噪声，较完整地保持图像的边缘等细节信息，提高了图像的峰值信噪比，图像视觉效果也有明显改善。

关键词: 图像去噪, 非下采样Contourlet（NSCT）, 主分量分析, 自适应阈值

Abstract: A new local adaptive threshold estimation method for image denoising based on the Nonsubsampled Contourlet Transform（NSCT） and the Principal Component Analysis（PCA） is proposed in this paper.By utilizing noise energy based on PCA in NSCT domain，a local adaptive threshold is proposed which considering the clustering property of the coefficients for remote sensing image denoising.The simulation experimental results show that the proposed method can effectively reduce Gauss noise in remote sensing image and preserve image edg.Compared with the contourlet hard-thresholding，PCA in contourlet domain and the NSCT hard-thresholding denoising method，the proposed method is obviously superior both in vision and in PSNR.

Key words: image denoising, Nonsubsmapled Contourlet Transform（NSCT）, Principal Component Analysis（PCA）, adaptive threshold

汪雅兰1，贾振红1，杨杰2，庞韶宁3. 基于NSCT域主分量分析的遥感图像去噪方法[J]. 计算机工程与应用, 2011, 47(30): 195-197.

WANG Yalan1，JIA Zhenhong1，YANG Jie2，PANG Shaoning3. Remote sensing image denoising based on NSCT and PCA[J]. Computer Engineering and Applications, 2011, 47(30): 195-197.

[1]	刘迪，贾金露，赵玉卿，钱育蓉. 基于深度学习的图像去噪方法研究综述[J]. 计算机工程与应用, 2021, 57(7): 1-13.
[2]	陈人和，赖振意，钱育蓉. 改进的生成对抗网络图像去噪算法[J]. 计算机工程与应用, 2021, 57(5): 168-172.
[3]	王洁，金正猛，冯灿. 自适应广义全变差的图像泊松去噪算法[J]. 计算机工程与应用, 2021, 57(20): 203-209.
[4]	呼亚萍，孔韦韦，李萌，黄翠玲. 改进TV图像去噪模型的全景图像拼接算法[J]. 计算机工程与应用, 2021, 57(17): 203-209.
[5]	陈晓文，刘光帅，刘望华，李旭瑞. 成对旋转不变的共生自适应完全局部三值模式[J]. 计算机工程与应用, 2021, 57(1): 219-226.
[6]	刘成士，赵志刚，李强，吕慧显，董晓晨，李金霞. 加强的低秩表示图像去噪算法[J]. 计算机工程与应用, 2020, 56(2): 216-225.
[7]	袁小军，周涛，李琛. 基于稀疏先验的非局域聚类图像去噪算法研究[J]. 计算机工程与应用, 2020, 56(18): 177-185.
[8]	杨永鹏，杨真真，李建林，乐俊. 低秩稀疏分解及其在视频和图像处理中的应用[J]. 计算机工程与应用, 2020, 56(16): 21-30.
[9]	钱满，张向阳，李仁昌. 改进卷积神经网络SAR图像去噪算法[J]. 计算机工程与应用, 2020, 56(14): 176-182.
[10]	王春丹，谢红薇，李亚旋，张昊. 融合改进的三帧差分和ViBe算法的运动目标检测[J]. 计算机工程与应用, 2020, 56(13): 199-203.
[11]	杨赵琪璘，彭定涛，唐琦，罗孝敏. 基于稀疏优化lp正则化的光滑化拟牛顿算法[J]. 计算机工程与应用, 2019, 55(22): 163-171.
[12]	李敏，章国豪，曾建伟，杨晓锋，胡晓敏. 结合Inception模型的卷积神经网络图像去噪方法[J]. 计算机工程与应用, 2019, 55(20): 139-144.
[13]	程德强，白春梦，郭昕，李腾腾，庄焕东，徐辉. 基于分层区域的自适应图像配准算法[J]. 计算机工程与应用, 2019, 55(17): 199-206.
[14]	张龙，刘朝霞，刘洪琛. 一种去除椒盐噪声带L1保真项的混合变分模型[J]. 计算机工程与应用, 2019, 55(1): 210-216.
[15]	王玮婧，张雪锋. 基于Gabor滤波器与LDP掌纹可撤销模板生成方法[J]. 计算机工程与应用, 2018, 54(9): 89-95.

基于NSCT域主分量分析的遥感图像去噪方法

Remote sensing image denoising based on NSCT and PCA

PDF

可视化

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