针对遥感影像高密度脉冲混合噪声去噪的问题,提出一种高效决策中值滤波算法(efficient decision-based algorithm, EDBA)和三维块匹配算法(block-matching and 3D filtering, BM3D)相结合的混合噪声去除方法。通过EDBA算法对原始噪声图...针对遥感影像高密度脉冲混合噪声去噪的问题,提出一种高效决策中值滤波算法(efficient decision-based algorithm, EDBA)和三维块匹配算法(block-matching and 3D filtering, BM3D)相结合的混合噪声去除方法。通过EDBA算法对原始噪声图像进行预处理,快速有效地解决原始影像中高密度脉冲去噪的问题,并利用BM3D算法消除影像中高斯白噪声的干扰。实验以峰值信噪比(peak signal to noise ratio, PSNR)和结构相似度(structural similarity, SSIM)作为评价指标,与非局部均值滤波算法(non-local mean, NLM)、BM3D算法、自适应中值滤波器(adaptive median filter, AMF)-BM3D算法进行对比分析。实验结果表明:随着噪声密度的增加,具有更好效果。如在脉冲噪声密度为0.01情况下,该方法PSNR相较BM3D提高2.5~3 dB,SSIM提高约6%。整体上,新方法的遥感影像高密度脉冲混合噪声的去噪效果优于传统单一去噪算法和同类型混合算法,在遥感影像混合噪声的去除上,具有一定的应用价值。展开更多
文摘针对遥感影像高密度脉冲混合噪声去噪的问题,提出一种高效决策中值滤波算法(efficient decision-based algorithm, EDBA)和三维块匹配算法(block-matching and 3D filtering, BM3D)相结合的混合噪声去除方法。通过EDBA算法对原始噪声图像进行预处理,快速有效地解决原始影像中高密度脉冲去噪的问题,并利用BM3D算法消除影像中高斯白噪声的干扰。实验以峰值信噪比(peak signal to noise ratio, PSNR)和结构相似度(structural similarity, SSIM)作为评价指标,与非局部均值滤波算法(non-local mean, NLM)、BM3D算法、自适应中值滤波器(adaptive median filter, AMF)-BM3D算法进行对比分析。实验结果表明:随着噪声密度的增加,具有更好效果。如在脉冲噪声密度为0.01情况下,该方法PSNR相较BM3D提高2.5~3 dB,SSIM提高约6%。整体上,新方法的遥感影像高密度脉冲混合噪声的去噪效果优于传统单一去噪算法和同类型混合算法,在遥感影像混合噪声的去除上,具有一定的应用价值。
