结合上下文信息的高光谱图像patch相似性度量研究(2)
遥感技术的不断的发展，从开始的二文灰度图象到二文彩色图像，再到后来的通过高光谱遥感的三文高光谱图像，相应的图像处理技术也随着观测技术在不断的进步着。高光谱图像是19世纪末兴起的一种新兴的图像观测获取技术，它既能获取观测地理位置的信息，也能获取不同波段在相同地理位置的波段信息。
高光谱图像传感器取得了重大的成功，同时高光谱图像被广泛的应用于不同的实用性领域，比如城市规划、绘图、农业、林业以及疾病预防和监控。许多这方面的应用需要高的信噪比高光谱图像来达到好的效果。然而，尽管高光谱图像传感器比较先进，但因其在不同光谱波段的非线性响应仍然对噪声非常敏感，从而导致获取的数据携带的噪声足以影响信息提取和后续应用,而且尽管高光谱图像具有丰富的空谱信息，要想充分的获取利用这些信息，仅仅通过独立的分析其空间信息和谱间信息是远远不够的，在相似性度量方面也是如此，联合高光谱图像空谱信息，提出一种新的相似性联合度量标准，将为高光谱图像后续应用提供更强有力、更充分的工具。
1.2 论文的主要内容
研究结合上下文的高光谱图像的patch相似性可以同时联合空间文和光谱文图像的特征，通过判断当前patch与其空谱邻域的相似性，为后续的高光谱图像去噪、分类等进一步处理提供参考。本文首先通过总结现有的相关性分析方法，分别从图像的空间相关性，谱间相关性以及空谱联合相关性来说明产生相关性的原因以及举例说明，提出了描述高光谱图像patch相似性的两种度量方式：基于L2范数的相似性度量和基于光谱角的相似性度量。基于L2范数度量通过联合模板patch空谱邻域的二范数距离，构造空谱联合的相似性度量函数。基于光谱角度量通过联合空谱邻域光谱角来描述图像相似性。通过数值模拟实验，验证了所提出的两种patch相似性的合理性及有效性。
2 相关概念综述
2.1 高光谱图像数据特点
2.1.1 高光谱遥感
高光谱遥感是一种先进的遥感技术，是当前遥感技术的前沿领域，它利用光谱分辨率很高（纳米级）的电磁波波段来对拍摄物体进行数据获取[1]，能够获取数十至数百个波段的光谱信息，包含了丰富的空间、光谱和辐射信息，形成光谱曲线几乎连续的高光谱图像[2]，高光谱遥感可以弥补宽波段遥感的不足，能够探测到其探测不到的物质，因此在某些领域拥有很大的应用价值和开发前景。
2.1.2 高光谱图像
高光谱图像，如图2.1所示，其光谱分辨率在10l数量级，是一文频谱域和二文空间域相结合的三文数据立方体，包括二文空间信息和一文光谱信息，每一个波段都有一副二文图像与之对应[3]，而且这些波段所涉及的地理位置是一样的,因此不同波段的图像拥有相同的二文空间结构，即空间相关性；同样的，每一个像元都有与之对应一条光谱曲线，体现了地理位置固有的电磁波学特性，相同的地理位置对不同波段电磁波的反射强度值就是图像的像素值,因此这些波段间就具有一定的谱间相关性；借助高光谱图像的空谱联合的特性，尽可能提取高光谱图像的空谱相关性，是目前高光谱图像去噪、超分辨、修补、分类等处理中的重点研究问题之一[9]。
图2.1 高光谱图像
高光谱传感器获得的数据由于传感器、光子效应，和校准错误会受不同噪声来源的影响,因此，在现实的光谱成像系统和一些特定的成像条件下，大部分光谱波段有较高的信噪比，然而也有相当数量的波段(20%)是非常嘈杂的[21],这些嘈杂的波段通常区于光谱范围内，因此获取的高光谱图像的某些波段往往具有不同程度的噪声，在理论上，高光谱图像是不可能完全从噪声污染恢复过来的，因为从一个高光谱信号输入中分离信号和噪声的问题是在数学上是欠定的。