高噪声遥感图像稀疏去噪重建
【摘要】 高噪声遥感图像去噪一直是遥感领域研究的一个重要难题，为进一步提高高噪声遥感图像的重建质量，在经典的压缩感知迭代小波阈值算法的基础上，提出了一种改进迭代小波阈值算法.首先，提出一种自适应小波滤波算子在图像稀疏变换过程中对获取的遥感图像小波系数进行筛选，去除图像中的部分噪声信息;其次，使用提出的下降BayesShrink阈值在每次迭代过程中对获取的小波系数进行二次筛选过程;最后，使用改进的块稀疏全变差方法对获得的重建图像进行调整以进一步提高重建遥感图像的质量.试验结果表明，该算法的去噪重建性能优于经典的压缩感知迭代小波阈值算法，可以从高噪声图像中重建一幅高质量的遥感图像，验证了该算法的有效性.此外，该算法能够有效地保护遥感图像的边缘和纹理等重要特征信息.在低压缩采样比情况下，该算法也能够获得相对较高的峰值信噪比和视觉质量.在卫星地面接收站，该算法可直接使用获取的少量含噪遥感图像数据重建一幅清晰的遥感图像.
