高光譜成像儀采集的三維數據塊能夠提供被檢樣品內外部豐富的成分含量信息，但由于高光譜數據具有波段多、分辨率高、數據維度高、冗余性強等特點，因此必須采取合適的的數學算法對數據進行處理和分析。那么，高光譜成像儀高光譜圖像的去噪方法有哪些？下文為大家作了介紹。

目前國內外主要采用以下幾種方法對高光譜圖像進行去噪：

1.基于空間域濾波

由于高光譜圖像是由二維圖像疊加得到的立方體，在空間域上相當于將多個二維圖像沿著光譜維疊加，因此在基于空間域的去噪方法中最為直接的處理方式即為分別對每個波段的圖像進行去噪。但此方法沒有充分利用高光譜圖像的譜間相關性，因此去噪效果有限。較為常用的空間域去噪算法主要有全變分法、小波域去噪法、非局部均值法以及BM3D等。

2.基于光譜域濾波

高光譜圖像中可提取出成百上千個波段信息，但基于光譜域進行圖像去噪時，僅僅考慮了光譜維度，忽略了高光譜圖像的空間維度的信息，因此去噪后的高光譜圖像會存在一定程度的失真。最常用的光譜域去噪方法主要有最大噪聲比率法和SG濾波方法。

3.基于空-譜聯合去噪

該去噪方法基于高光譜圖像的特性，分為變換域去噪和像素空間去噪。變換域去噪主要為小波域去噪，通過小波對圖像進行變換。而像素域去噪不同，是直接對每一個二維圖像的像素進行去噪。除此之外，還有直接對三維數據塊去噪的方法，如BM4D"等。由于高光譜圖像的低秩特性，有學者提出了基于低秩優化的去噪模型，如LRMR去噪方法等。總體而言，該去噪方法相較于前兩種方法去噪性能更好，但仍沒有充分利用空間信息，因此還可以探尋方法進一步提高該方法的性能。