高光谱图像的压缩感知去噪方法

摘要

本发明涉及数字图像处理领域，为实现通过估计含噪图像的稀疏表示来恢复出干净图像，从而去除噪声。本发明采用的技术方案是，高光谱图像的压缩感知去噪方法，具体步骤如下：第一步：对图像进行基于小波的Contourlet变换，分别得到低频系数和高频系数；低频系数包含了图像的主要信息，高频系数既有该图像的轮廊信息，又有噪声信号；第二步：使用分段正交匹配追踪算法进行压缩感知重构计算；第三步：对低频系数选用启发式阈值法处理，启发式阈值法是最优化阈值变量阈值选择；第四步：对处理过的高频系数与低频系数进行WBCT逆变换，重建图像，得到去噪后图像。本发明主要应用于数字图像处理。

主权项

一种高光谱图像的压缩感知去噪方法，其特征是，步骤如下：第一步：对图像进行基于小波的Contourlet变换(Wavelet‑Based Contourlet Transform，WBCT)，分别得到低频系数和高频系数；低频系数包含了图像的主要信息，高频系数既有该图像的轮廊信息，又有噪声信号；第二步：对高频分量选取贝努利随机矩阵作为测量矩阵，使用分段正交匹配追踪算法进行压缩感知重构计算；第三步：对低频系数选用启发式阈值法处理，启发式阈值法是最优化阈值变量阈值选择；第四步：对处理过的高频系数与低频系数进行WBCT逆变换，重建图像，得到去噪后图像。