[发明专利]高光谱遥感图像加性乘性混合噪声参数估计方法

摘要

本发明涉及一种高光谱遥感图像加性乘性混合噪声参数估计方法。首先通过建立高光谱遥感图像的噪声模型对混合在一起的加性噪声和乘性噪声同时进行建模和参数估计，然后对高光谱遥感图像进行分类，最后统计分析高光谱遥感图像的噪声参数。与现有技术相比，该方法能够解决现有技术通常只针对高光谱遥感图像单一的加性噪声或乘性噪声进行参数估计，以及地物分布统计特征的提取不准确的技术问题。

主权项

1.高光谱遥感图像加性乘性混合噪声参数估计方法，其特征在于，包括以下步骤：S1，建立高光谱遥感图像的噪声模型；高光谱遥感图像的噪声由加性噪声和乘性噪声混合而成，建立的噪声模型如下：其中是观测到的有噪声的信号，s是不含噪声的原始信号；u是独立于s的平稳随机信号，均值为零，方差为则v＝s^γu是乘性噪声项，系数|γ|≤1；w是均值为零，方差为的高斯白噪声信号，独立于s；因此高光谱遥感图像的噪声包括独立于信号的加性噪声项w和非独立于信号的乘性噪声项v＝s^γu，加性噪声的方差和乘性噪声的方差是待估计的参数；S2，对高光谱遥感图像进行分类；S3，统计分析高光谱遥感图像的噪声参数；所述步骤S3具体包括以下步骤：S301，去除谱间相关性；采用多元线性回归，根据每个波段及其两个相邻波段计算出预测图像和残差图像，去除谱间相关性，将残差图像看作是随机噪声的估计；通过步骤S3，高光谱图像数据块被划分成K个不相重合的类Λ₁,Λ₂,...,Λ_K，每个类视为由同一均匀地物区域内的像元组成的集合；设高光谱图像数据块有L个波段，每个波段含有M×N个像元；在实际观测到的含噪声数据中，用表示第k个类中位置为i的第l波段的像素值；是相应位置不含噪声的纯净信号；和是独立于的零均值高斯白噪声，其方差分别为和和是待估计的参数；这样，噪声模型写为：设为像素的预测值，计算方法如下：其中，系数a_l,b_l和c_l用多元线性回归计算，残差计算如下：S302，估计噪声参数；计算残差图像中同一均匀地物区域内的局部统计数字特征，建立线性方程组，求解噪声的参数估计值；在第k个分类的均匀地物区域，随机变量的方差是零，即其中，表示的方差；设表示的期望，为了表示方便，将记为即由于是一个独立于i的常数，即随机变量与常数1分别相互独立，由公式(5)至(10)以及方差的性质，可以计算得到，对1≤l≤L，有其中，和是未知的；设分块矩阵A记为其中，设其中和是未知的待估参数；设其中，因此，由(12)和(13)式知，线性方程组(11)可以写成矩阵形式Ax＝d                       (14)其中，A是KL×2L矩阵,x是2L×1向量，d是KL×1向量；在实际计算中，理论上的期望由第k类均匀区域中的所有像素的平均值近似代替，由第k类均匀区域中的所有像素的样本方差近似代替；这样，噪声参数估计的问题被转化成求解线性方程组(14)，A是一个矩形矩阵，在最小二乘的意义下，该线性方程组的解为：由此实现了对高光谱遥感图像噪声参数的估计。