4、多通道遥感图像预滤波与分类研究

多通道遥感图像预滤波与分类研究

1. 引言

多通道遥感在林业、农业、水文、气象、生态、城市区域和污染控制等众多实际任务中得到了广泛应用。多通道涵盖了多种成像方法和遥感系统，如多频和双/多极化雷达，以及多光谱和高光谱光学与红外传感器。虽然雷达形成的图像数量较少，但光学/红外成像仪的图像通道（分量或子带）数量可能达到数十、数百甚至上千。例如，TerraSAR - X是现代多通道雷达系统的典型代表，而AVIRIS、HYDICE、HYPERION等则是现代高光谱成像仪的范例。

增加通道数量的目的是期望从更多数据中提取更有用、更可靠和准确的信息。然而，这也带来了一系列问题，如数据的注册、处理、传输和存储困难，多通道图像在三刺激显示器上的可视化问题，以及在图像预处理和分类中遇到的复杂挑战。这些挑战主要包括：
- 噪声特性差异大 ：多通道图像分量中的噪声类型（如加性、乘性、信号相关、混合噪声）、统计特性（概率密度函数、方差）和空间相关性可能有很大不同。
- 特性先验信息不足 ：噪声特性可能部分已知或完全未知，不同分量图像的信噪比可能差异显著，甚至不同成像任务的多通道数据立方体之间也存在差异。
- 现有研究适用性有限 ：虽然有很多关于图像滤波器设计和性能分析的文献，但主要集中在灰度和彩色图像处理，多通道图像滤波比彩色图像去噪更为复杂。
- 滤波研究存在不足 ：近期关于多通道图像滤波的研究虽有涉及滤波效率和分类精度的联合研究，但大多使用模拟的加性高斯白噪声（AWGN）模型，未充分考虑实际图像噪声的特性。
-