高光譜圖像精細光譜數(shù)據(jù)能夠充分反映地物光譜的細微特征。依據(jù)不同地物在光譜特征上的相對差異就可實現(xiàn)地物類別區(qū)分，實現(xiàn)目標探測和精細分類。需要進行降噪處理，本文簡單介紹了高光譜圖像數(shù)據(jù)噪聲處理方法。

?

?

成像光譜儀波段通道很密而造成光成像能量不足，故相對全色圖而言，高光譜圖像的信噪比(SNR)提高比較困難。在圖像數(shù)據(jù)的獲取過程中，地物光譜特征在噪聲的影響下容易產(chǎn)生“失真”。另外由于高光譜數(shù)據(jù)量大，在精細分類過程中，往往需要對數(shù)據(jù)進行降維處理，而在降維過程中需要最大限度保留信號和壓縮噪聲，所以精確的噪聲評估很有必要。另外噪聲對精細分類的結(jié)果也有最直接影響。所以需要對高光譜數(shù)據(jù)進行噪聲評估。

?

主要的噪聲認為是高斯白噪聲，分為加性噪聲和乘性噪聲。

噪聲評估主要有三種方法：實驗室法、暗電流法和圖像法。由于前兩種方法在實驗中難以實現(xiàn)，廣泛應(yīng)用的是第三種——圖像法。

?

圖像法分為以下幾種：

1.?均勻區(qū)域法(HA)

主要思想：從圖像中選取四個以上均勻區(qū)域，通過計算這些均勻區(qū)域標準差的平均值獲取圖像噪聲的估計值。

不足：需要人工進行均勻區(qū)域選擇，無法自動化；滿足條件的均勻區(qū)域在大部分遙感圖中并不存在；子區(qū)域噪聲估計并不能代表整幅圖像的噪聲。

2.?地學統(tǒng)計法(GS)

主要思想：從圖像中選擇幾條均勻的窄條帶，通過對這些窄條帶的半方差函數(shù)的計算實現(xiàn)對圖像噪聲的估算。一定程度上利用了成像光譜數(shù)據(jù)的空間相關(guān)性。

不足：與均勻區(qū)域法相似。

3.?局部均值與局部標準差法(LMLSD)

主要思想：假定圖像由大量均勻的小塊構(gòu)成，且噪聲以加性噪聲為主。使用局部均值和局部標準差的概念，將圖像分割為很多小塊，然后計算這些子塊的標準差作為局部噪聲大小，并選擇包含子塊數(shù)最多區(qū)間的局部標準差的平均值作為整個圖像的最佳噪聲估計。

不足：只對高斯白噪聲有效，對高斯隨機噪聲的圖像，信號被噪聲干擾。

4.?空間/光譜維去相關(guān)法(SSDC)

主要思想：是一種專門針對高光譜圖像的噪聲評估方法，利用高光譜圖像空間維和光譜維存在高相關(guān)性的特點，通過多元線性回歸去除具有高相關(guān)性的信號，利用得到的殘差圖像對噪聲進行估算。

評價：該方法受地物覆蓋類型影響小，并且可以自動執(zhí)行，是目前較為穩(wěn)定的高光譜圖像噪聲評價方法。