二维EMD分解与加权系数法提升高光谱影像消噪性能

高光谱影像的二维经验模态分解权系数消噪方法是一项针对高光谱遥感数据处理的技术，由厉祥和王文波在武汉科技大学理学院的研究中提出。高光谱遥感影像具有显著的特点，即包含丰富的二维空间信息和一维光谱数据，这些数据之间存在着高度的相关性。传统的图像处理中，由于这种特性，单纯地应用传统的信号处理技术可能会导致噪声问题影响图像质量和后续分析。 论文的核心思想是利用二维经验模态分解（BEMD）来解决这个问题。BEMD是一种多尺度分析工具，它将复杂的信号分解为多个固有模态函数（IMF），每个IMF代表信号的不同频率成分，包括低频信息和高频细节。首先，通过BEMD对高光谱影像的各个波段数据进行分解，将复杂的光谱数据转化为可处理的IMF集合。 接着，作者注意到不同噪声强度的波段间存在一定的光谱信息对应关系。他们提出了一种权重系数法，根据各波段噪声强度和它们之间的相关性，赋予小噪声波段的IMF系数更高的权重。具体做法是，对小噪声波段的数据IMF系数进行加权求和，然后用这个加权求和的结果替换那些含有强噪声波段的IMF系数。这种方法旨在通过保留更纯净的信号部分，减少噪声的影响。 最后，处理后的IMF系数通过重构过程，组合成一个消噪后的高光谱影像。相比于传统的小波消噪方法，这种方法在视觉效果上更优，具有更高的信噪比，能够有效地去除图像中的噪声，同时尽可能保持有用的细节信息。这对于地物识别、目标检测等高光谱图像应用至关重要。 这项研究不仅提升了高光谱影像的处理能力，也为其他领域的信号处理提供了新的思路，特别是在遥感领域，对减少数据干扰，提高分析精度具有重要意义。该研究成果发表在中国科技论文在线上，可供相关领域的研究人员进一步参考和应用。