局部自适应混合模型的遥感图像去噪算法

遥感图像的噪声分析和去除作为经典问题一直受到关注并成为遥感图像处理的一个重要研究领域。传统的去噪方法在一定程度上可以去除图像中的噪声，但往往在去噪的同时会使图像的边缘和细节信息模糊化。针对P-M模型在去除遥感图像高斯噪声时所存在的对图像强边缘和细节附近的噪声难以去除，以及ROF模型通常会导致平坦区域出现“假边缘”，甚至会产生块状效应等问题，提出一种基于局部自适应的混合模型。该模型针对图像局部区域所包含纹理信息的不同，自适应地调整约束权函数，使模型在平滑局部区域能更多地发挥P-M模型的特点，而在纹理丰富或边缘区域则更多地发挥ROF模型的特性，使模型在有效地去除高斯噪声的同时，很好地保护了遥感图像中的边缘特征和细节纹理信息。实验结果表明，对相同的高斯噪声所提出的混合模型去噪后图像的SNR较P-M和ROF模型分别提高了3dB和2dB。

Remote sensing image de-noising based on local adaptive mixture model

As a typical issue,the noise analysis and elimination of remote sensing images have attracted considerable attention,and become an important research field for remote sensing image processing.Although traditional de-noising methods can eliminate noises to some extent,the edges and details of image are usually blurred while eliminating noise.In addition,the classical P-M model cannot effectively remove the Gaussian noise near strong edges and details,while ROF model tends to produce fake edges even jaggies i...