光谱分析

非局部平均除噪声的方法合理利用了图像自身的冗余性和邻域的相似性，可以获得非常好的除噪声的效果。但是目前大多关于非局部平均算法的研究主要集中在对单波段图像的除噪声方面。单独平滑多光谱遥感图像的每个波段会比较严重地损失图像的光谱特征。为此，文章提出了两方面的改进：首先，改进了非局部平均的平滑核函数，让核函数中的加权系数与每个波段建立联系而不是只涉及单一波段;其次，引入相关系数来衡量不同像素邻域的光谱相似性，并把这种光谱相似性作为非局部平均平滑约束的一部分。通过两方面的改进，传统的非局部平均的方法可以适应多光谱遥感图像的平滑除噪声。最后用不同卫星图像在不同的噪声水平下对算法进行了充分的测试，实验证明本文提出的方法更好的平滑掉了噪声而且更好的保持了图像的光谱特征。