小波极大值的高频率遥感数据噪声滤除研究

第1章绪论

1.1高光谱遥感简介
1.1.1高光谱遥感技术
高光谱遥感成像技术由多光谱遥感成像技术基础发展而来，在可见光到短波红外波段范围内光谱分辨率为纳米级，光谱波段众多，可达数十个甚至数百个以上，并且各光谱波段间通常是连续的，因此高光谱遥感通常又被称为成像光谱遥感。高光谱遥感图像与多光谱图像相比较，其最显著的特征就是光谱分辨能力得到大幅提高，从而可以反映出地物光谱的细微特征。特性，在探测和识别地表和大气的物质种类、评价和测量光谱所反映出的物质含量、描绘地物空间分布以及监测地物的周期变化等应用领域发挥着重要作用。宽波段遥感不可能探测地物光谱特征，而在高光谱遥感中使这一要求得以实现。一般地表物质吸收峰深度一半处宽约40nm，而高光谱遥感的波段宽度大多保持在lOnm以内，因此高光谱数据的高光谱分辨率可区分地物的诊断性光谱特征。与多光谱技术相比，高光谱遥感不仅仅具有更多可选择通道，同时彻底改变了以往以定性分析、解释为目的的遥感分析方式及应用水平。利用高光谱遥感数据可实现对新型定量方法的研究，而不仅局限于宽波段遥感所采用的统计方法。对于包含有多种地物目标的遥感影像，多光谱影像虽能区分不同的地物，但起不到辨识的作用，而高光谱影像不但可以区分不同的地物，还可以达到辨识的目的。高光谱技术可以说比以往任何一种遥感技术更真切地反映了遥感分析、识别物质的原理和丰富内涵，也为遥感技术从定性解译向定量分析发展提供了空前的契机。
1.1.2国外成像光谱仪系统介绍
1.1.2.1航空成像光谱仪
1983年，世界上第一台成像光谱仪AIS—1在美国喷气推进实验室研制成功，并且在矿物填图、植被、化学等方面的应用中显示出了成像光谱仪的巨大潜力。此后，国际上很多国家先后在成像光谱仪的研制方面取得重大进展：美国机载可见光红外成像光谱仪（AVIRIS)、美国Deadalus公司的MIVIS, GER公司的79波段机载成像光谱仪（DAIS—7915)、加拿大的突光线成像光谱仪（FLI)和以此为基础发展的小型机载成像光谱仪(AIS)、芬兰的机载多用成像光谱仪(DAISA)、德国的反射式成像光谱仪（ROSIS—10和ROSIS—22)、美国海军研究所实验室的超光谱数字图像釆集试验仪（HYDCE)等。其中，AVIRIS极大地推动了高光谱遥感技术和应用的发展[2]。AVIRIS是美国陆地探测卫星系统，目前在高光谱混合像元分解的研究中应用最为广泛，其成像范围覆盖了从红外到可见光的不同波长范围。该成像系统共224成像波段，覆盖了 0.4阳?2.5阳波长范围；其光谱分辨率为lOnn，空间分辨率为20rn;卫星飞行高度为20krn，速度为730km/h;主要覆盖范围为北美，欧洲及南美洲部分区域。
近年来，在新技术支持下研制的高光谱系统在稳定性、探测效率及综合技术性能方面均有很大提高。其中，具有代表性的有澳大利亚的HyMap、美国的Probe、加拿大ITRES公司的系列产品以及由美国GER公司为TEXACO石油公司专门研制的TEEMS系统等。HyMap是高光谱制图仪的简称，其在光谱范围0. 45?2. 5Mm有126个波段，同时在3?5M?i和8?lOMm两个波长范围另外设置了可供选择的两个波段，因此共有128个波段。HyMap数据在辐射定标、光谱定标以及信噪比等方面体现出较高的性能：总光谱定标精度优于0. 5nni,在2.0?2.5附的短波红外波段信噪比均高于 500:1。加拿大的ITRES公司研制的成像光谱仪分为三个系列：在可见光至近红外范围内成像的CASI系列、短波红外范围成像的SASI以及热红外范围成像的TABI系列。该系统在可见光至近红外波段范围内的光谱分辨率可达到2. 2nm，并且具有视场角大的优点，图像行扫描宽度可达1480个像元。SEBASS是美国宇航公司研制的空间增强宽带阵列光谱仪系统(spatiallyenhanced broadband array spectrograph system, SEBASS)。这是一台没有任何运动部件的固定成像仪，共有两个光谱区：中波红外，3. 0~5. 5微米，带宽0. 025微米；长波红外，7. 8?13. 5微米，带宽0.04微米。它在中波红外区有100个波段，在长波红外区有142个波段；所使用的探测器有效顿速率为120Hz，温度灵敏度为+/-0.05摄氏度，信噪比大于2000。SEBASS等热红外光谱仪为更好的反映地物的本质提供了珍贵的数据源，已经被应用于环境监测、植被长势和斜坡监测、农林资源制图、地质填图以及探矿等许多领域。
 
   1.2 高光谱图像噪声简介 ....................17-19
        1.2.1 噪声来源 ....................17-19
        1.2.2 高光谱噪声的特性 ....................19
    1.4 本文研究内容 ....................22-24
第2章 高光谱数据噪声分析及图像质量评价方法 ...............24-32
    2.1 高光谱遥感数据质量评价 ....................24
    2.2 客观评价方法 ....................24-27
    2.3 高光谱数据噪声分析 ....................27-30
    2.4 本章小结 ....................30-32
第3章 小波分析 ....................32-47
    3.1 小波分析概述 ....................32-37
    3.2 小波基函数 ....................37-41
        3.2.1 经典类小波 ....................37-39
        3.2.2 正交小波 ....................39-40
        3.2.3 双正交小波 ....................40-41
    3.3 小波去噪方法 ....................41-46
    3.4 本章小结 ....................46-47
第4章 高光谱遥感数据光谱域噪声的滤除 .................47-67
    4.1 实验数据 ....................47-48
    4.2 小波方法及参数的选取 ....................48-54
    4.3 高光谱数据光谱域的小波滤噪 ....................54-57
        4.3.1 小波变换光谱域噪声的滤除 ....................54-57
    4.4 WTD法在光谱域噪声去除的检验与比较 ....................57-66
    4.5 本章小结 ....................66-67

结论

高光谱数据的突出特点是在真实反映地物表层信息的基础上引入了第三维的反射率光谱曲线，对于地物类型的识别以及定量分析提供了有力依据。但是，由于高光谱图像成像的过程中不可避免的受仪器及拍摄环境等方面的影响，在光谱域中不同程度地引入了噪声，不仅降低了数据的质量并且掩盖了地物的光谱特征，直接影响着对高光谱数据的应用，因此，对于高光谱数据而言，图像光谱域噪声的去除是后续分析、应用的必要前提条件。本文以FISS地面成像光谱仪以及ARISIS数据为研究对象，在小波分析的基础上提出了高光谱数据光谱域噪声滤除的WTD方法，该方法基于图像像元光谱，逐像元的去除光谱曲线噪声，最终实现图像的光谱域噪声滤除。本文主要研究内容及成果有以下几个方面：
1、简要阐述了高光谱遥感的数据特性及噪声特性，从图像数据的均方差、相关性以及反射率光谱曲线几个方面对高光谱图像存在噪声及数据质量进行了分析。文中涉及到的研究数据目视质量良好，但图像光谱域中明显在存在噪声，需要滤除。
2、本文中对于高光谱数据光谱域噪声的去除主要基于小波变换的方法，因此，在文中对小波变换的原理以及应用方法进行了简要介绍，列举出几种常见小波基函数并重点阐述了小波变换在滤噪方面涉及到的三种方法：基于小波模极大值去噪法、基于小波变换尺度间相关性去噪法及基于阈值的小波分析去噪方法。

参考文献

[1]张兵，高连如.高光谱图像分类与目标探测.北京:科学出版社，2011:1-5.
[2]童庆禧，张兵，郑兰芬.高光谱遥感——原理、技术与应用.北京：高等教育出版社.
[3]储美华.遥感影像的高光谱特征研究.[D].山东科技大学.2007.
[4]陈志刚,束炯.高光谱图像光谱域噪声去除的经验模态分解方法[j].红外与毫米波学报.2008年27卷5期.
[5]徐瑞.基于小波变换的遥感图像降噪与融合技术的研究[D].天津大学，2008.
[6]郭天圣.基于小波变换的图像去噪研究[D].兰州:兰州理工大学,2010.
[7]王芳.小波分析在信号去噪中的应用研究[D].西华大学,2009.[8]马德敏.高光谱图像质量评价红外学报.2004年.
[9]王强.航空高光谱遥感光谱域噪声滤波应用研究⑴.上海：华东师范大学.2006.
[10]孙雷.小波构造理论及其在高光谱遥感图像去噪与压缩中的应用[D].国防科学技术大学.2010