BiShrink 算法在遥感影像去噪中的应用

第一章 引言

1.1. 研究的背景及意义
在人类历史上，没有一个时代曾经见证过图像处理对现代社会、科学和技术这样爆炸性的作用和影响。从生物学、医学、天文学、视频、多媒体、地质勘探、遥感、遥测、娱乐产业、纳米技术到数字通信技术，图像帮助人们在不同的尺度和环境中观察对象，感知与物理世界中不同的空间和时间模式，从而作出最优化的决策，并采取积极正确的行动。因此，在当代科学技术中，图像处理和理解已成为一个至关重要的部分，并为其他学科的研究和发展提供基础性支持。自上世纪初莱特兄弟发明人类历史上第一架飞机起，航空遥感就开始了它在军事上的应用，此后，航空遥感在地质、工程建设、地图制图、农业土地调查等方面得到了广泛应用。二次世界大战中，由于伪装技术的不断提高，促使军事遥感出现了彩色、红外和光谱带照像等技术。卫星遥感把遥感技术推向了全面发展和广泛应用的崭新阶段，随着卫星遥感技术的不断发展，特别是多颗载有 SAR 卫星 JERS—1、ERS—1 和 Radarsat—1的发射升空，使得卫星遥感图像极大丰富。
到目前为止，我国已经成功发射了十六颗返回式卫星，为资源、环境研究和国民经济建设提供了宝贵的空间图像数据，在我国国防建设中也起到了不可替代的作用。随着传感器技术、航空航天技术和数据通讯技术的不断发展，现代遥感技术已经进入一个能动态、快速、多平台、多时相、高分辨率地提供对地观测数据的新阶段。多类、多个或分布式卫星上的多种或多个传感器可提供多级分辨率、多波段、多极化、多时相多源遥感图像[1]。因此，遥感图像在军用和民用的众多领域发挥出越来越大的作用，在这种强大动力的驱使下，遥感得到了极大的关注和高速发展。然而，在航天航空遥感应用中，由于遥感图像的获取平台高，很容易受到天气、云雾等自然因素的影响，尤其是可见光波段，导致获得的图像有的会出现模糊、对比度低等现象；有的图像虽然总体视觉效果不错，但是像边缘、线状地等特征不够突出；还有的图像波段数据量大，像 TM 图像，而且各波段之间存在一定的相关性。基于遥感图像的这些缺点，使得在对遥感图像进行后继分析，如图像分割、特征提取、模式识别等之前必须对遥感图像进行去噪处理，从而使遥感图像去噪技术在遥感图像的处理中占据了独特的地位。

1.2. 国内外研究现状
遥感图像在产生、处理和传输的过程中都不可避免地要受到噪声的影响，尤其是在信号采集和测量中，噪声干扰显得分外严重。在图像处理中，还存在有抽样量化引入的量化噪声和计算舍入产生的舍入噪声。因此，如何消除实际图像中的噪声，从混有噪声的图像中提取有用信息一直是信息学科研究的焦点之一。去噪是遥感图像处理的一个重要组成部分。图像处理中的许多理论都和去噪密切相关。传统去噪的滤波方法是假定图像中的有用信息和噪声处在不同的频带，通过低通或带通滤波器来实现降噪。事实上，大多数噪声的频带分布在整个频率轴上，而且等幅度分布。对于像脉冲信号和阶跃信号一类含奇异性的瞬变信号，其奇异性往往蕴涵了丰富的信息，如果信噪比很低，经过滤波器的平滑，不仅信噪比得不到较大改善，而且信号的外置信息也容易模糊化。所以，滤波去噪方法很有局限性。小波变换以其良好的多分辨率特性将信号分解到不同的频率范围，从而得到一个个子带信号。利用图像有用信号小波系数和噪声小波系数的差异，小波变换在图像去噪方面表现出明显的优势和潜力。
1.2.1. 小波萎缩法去噪
小波萎缩法去噪是目前研究最广泛的，也是最早被提出的小波去噪方法，简单而且去噪效果好[2]。小波萎缩法去噪又分成阈值萎缩法和比例萎缩法两类。阈值萎缩法去噪的思想很简单，通过设定合适的阈值，在小波分解后的各层系数中，对模小于和大于阈值的系数分别处理，然后经过小波函数映射得到估计系数，再对估计系数进行逆变换，重构去噪图像。在阈值去噪，阈值函数的选择和萎缩阈值的确定是关键。阈值函数体现了对低于或超过阈的小波系数模的不同估计方法以及不同处理策略，一般取非线性函数。常用的阈值函数有硬阈值函数、软阈值函数和半软阈值函数三种[1]。

    1.3. 本文的主要工作和结构安排 ......................15-17
第二章 遥感技术及遥感图像噪声模型 ......................17-23
    2.1. 遥感技术 ......................17-19
    2.2. 噪声类型 ......................19-20
    2.3. 噪声模型 ......................20-21
    2.4. 图像去噪的评价标准 ......................21-23
第三章 传统 BiShrink 去噪算法 ......................23-29
    3.1. 引言 ......................23-24
    3.2. 贝叶斯理论 ......................24-25
    3.3. BiShrink 算法原理 ......................25-26
    3.4. BiShrink 算法在遥感图像降噪中的应用 .................26-29
第四章 基于 DTCWT 的 BiShrink 改进去噪算法 ..................29-41
    4.1 双树复数小波变换 ......................29-36
        4.1.1 复数小波变换及其滤波器设计 ......................30-34
        4.1.2 二维双数复数小波变换 ......................34-36
    4.2 基于 DTCWT 的 BiShrink 改进算法 ......................36-38
        4.2.1 算法描述 ......................36-38
        4.2.2 算法实现 ......................38
    4.3 仿真实验及结果分析 ......................38-41
第五章 基于 NSCT 的邻域阈值改进去噪法 ......................41-47
    5.1 非下采样 Contourlet 变换 ......................41-42
    5.2 NeighShrink 算法 ......................42-43
    5.3 基于 NSCT 的邻域阈值改进算法 ......................43-44
        5.3.1 算法描述 ......................43-44
        5.3.2 算法实现 ......................44
    5.4 仿真实验及结果分析 ......................44-47

总结

本文主要研究了基于感图像去噪方法，主要工作包括以下几个方面：
（1） 对遥感图像去噪技术的历史和现状进行了分析和总结，归纳了常用的算法及存在的主要问题。
（2） 对遥感技术的定义、特点，遥感的过程，遥感成像过程中受到干扰的主要噪声类型及图像去噪的评价标准进行了分析，并为遥感图像常见噪声建立了数学模型。了解噪声的机制和特性及信号的先验信息是成功降噪的关键。
（3） 对双树复数小波变换的理论进行了详尽地叙述，包括该算法的研究背景和意义、复数小波变换的原理和二维双树复数小波变换的滤波器设计。
（4） 分析了传统 Bivariate shrinkage 算法在遥感图像降噪中的应用，对BiShrink 算法的研究背景和意义、理论模型、实现算法以及仿真结果都进行了详尽的描述。通过与小波硬阈值去噪和 Contourler 阈值去噪算法进行对比，可以看出 BiShrink 算法的去噪结果在主观视觉效果上明显占优势，在恢复图像轮廓信息方面有较好的效果。
（5） 重点提出了基于双树复数小波变换的 BiShrink 改进算法，用于遥感图像的降噪处理。论文对改进算法的理论模型、实现流程、仿真实验及结果分析都进行了详尽的描述。该算法充分考虑了当前系数、父子系数和相邻系数间较强的相关性，通过将尺度间 DTCWT 系数和尺度内 DTCWT 系数的领域相关性相结合来达到抑制噪声的目的。

参考文献

[1] 曲长文,何友,刘卫华等.框架理论及应用[M].北京:国防工业出版社,2009.7,245-303.
[2] 成礼智,王红霞,罗永编著.小波的理论与应用[M].北京:科学社,2004.9,269-310.
[3] Sudha S,Suresh G R,Sukanesh R.Wavelet Based Image Denoising Using AdaptiveThresholding[J]IEEEComputeSocietyWashington,DC,USA,2007,3:296-300.
[4] Balster E J,ZhengYuan.http://sblunwen.com/ygjslw Feature based Wavelet Shrinkage Algorithm for ImageDenoisin[J].IEEE Trans. on Image Processing,2005,14(12):1057-1049.
[5] 项海林, 贾建, 焦李成 . 基于小波和脊波的图像联合去噪方法 [J]. 系统工程与电子技术,2007,29(5):680-682.
[6] 刘伶俐 , 张建奇 , 朱军世 . 一种基于脊波变换的图像去噪方法 [J]. 计算机应用与软件,2009,26(1):22-24.
[7] 赵小明,叶喜剑.一种新的脊波变换方法[J].计算机研究与发展,2008,45(5):915-922.
[8] 厉丹, 钱建生, 王超. 基于曲波变换的图像去噪新算法 [J]. 计 算 机 应用,2009,29(10):2665-2667.
[9] EMMANUEL C,LAURENT D,DONOHO D,etal.Fastdiscretecurvelettransforms[J].Multiscale Modeling and Simulation,2006,5(3):861-899.
[10] 彭才,常智,朱仕军.基于曲波变换的地震数据去噪方法[J].石探,2008,47(5):461-464.