基于NSCT的遥感图像去噪与模糊增强方法研究

采集到的遥感图像能否为我们提供大量有用的信息很大程度上依赖于采集的遥感图像的质量，而在我们获得遥感图像的时候，得到的遥感图像总是会含有各种噪声和其他的缺点，而这种不良的影响又无法避开，导致遥感图像的视觉效果不好，分辨率和亮度也不理想。我们通过各种设备得到的遥感图像的灰度范围也比较狭窄，遥感图像的质量也不高。因此，对遥感图像进行去噪和增强是非常必要的，以便于进一步分析。 遥感图像的去噪和增强是图像信号处理过程中的一个非常经典而重要的问题，遥感图像去噪和增强以后的遥感图像可以提高遥感图像的可读性，经过处理以后的遥感图像虽然和原图像还有一定的差距，但是却突出了图像的轮廓和边缘等信息，同时也衰减了所含的噪声。 现在，模糊算法和多分辨率分析的思想在遥感图像的预处理领域得到了很多学者的认可，并在实践中取得了非常大的成功。其中Cunha和M.N.Do等人提出了NSCT变换，对遥感图像的去噪和增强有非常好的效果。 本文在研究了NSCT变换的基础上，并结合模糊算法，提出一种新的NSCT域的遥感图像去噪与模糊增强方法。主要内容如下： 1.提出了一种基于小波变换(Wavelet transform)和NSCT相结合的遥感图像自适应阈值去噪方法。先用小波(Wavelet)估计含噪遥感图像的噪声强弱，再根据噪声的强弱以及NSCT分解以后的系数特点及所在邻域系数的特性，给出各个尺度各个方向上遥感图像的自适应阈值。仿真实验结果表明，与小波(Wavelet)硬阈值、Contourlet硬阈值和NSCT硬阈值的遥感图像去噪方法比较，该方法不仅提高了图像的峰值信噪比(PSNR)，减少了遥感图像的吉布斯(Gibbs)现象，而且获得遥感图像也会有十分好的视觉效果。 2.提出一种新的遥感图像模糊增强基于NSCT变换的方法。首先对遥感图像进行NSCT变换得到遥感图像的高频系数和低频系数，然后在高频系数设置阈值，对大于阈值的高频系数进行线性增强，小于阈值的系数置为零，对低频系数进行模糊对比增强。对遥感图像用该方法增强后的实验结果中熵值的改善和平均值的提高证明该方法的有效性。