基於小波包分解的高光譜圖像去噪方法

高光譜圖像不可避免地混合了大量冗余噪聲信息。為了獲得更純凈的信息，更好地對不同地物進行分類，有必要對圖像進行去噪處理。在圖像頻域中，噪聲信息主要集中在高頻部分。要去除圖像的噪聲，需要在保留圖像細節信息的基礎上盡可能地去除圖像的噪聲汙染。小波包理論不僅可以減少噪聲信息，而且可以在很大程度上保留圖像的細節信息。

讓噪聲圖像表示如下（周丹等人，2009年）:

高光譜遙感圖像信息提取技術

其中:F（t）是帶有噪聲信息的高光譜圖像；f（ti）是純信息，ti = I/n；η是噪聲級；子是噪音。

通過小波變換分解原始圖像F（t）以獲得:

高光譜遙感圖像信息提取技術

其中Di（F）表示混合光譜系數；di（f）代表純光譜系數；di（z）代表噪聲系數。

常用的小波包系數去噪方法包括硬閾值和軟閾值（呂瑞蘭等，2004）。硬閾值去噪方法被定義為

高光譜遙感圖像信息提取技術

軟閾值去噪方法定義為

高光譜遙感圖像信息提取技術

其中:λ是閾值；Sgn是保持系數的符號不變。

傳統的閾值選擇方法可以充當過濾器，可以去除冗余信息並保留或轉換有用信息。