张 意， 阚子文， 邵志敏， 周激流

(四川大学计算机学院， 成都 610065)

1 引 言

在获取遥感图像的过程中，各种太空射线或者电磁波的干扰都有可能引入噪声[1]，图像质量显著下降，造成获得图像中的细节丢失、边缘模糊，甚至形成死点或者带状噪声，这些都会影响到遥感图像的进一步分析应用，例如，目标检测中的地物提取分割、天气预测和环境检测等[2].因此高质高效地遥感图像去噪在遥感图像处理中是非常重要的一环，具有重要应用价值.

目前，遥感图像去噪方法主要有两种：(1) 是基于变换域的方法；(2) 是基于空间域的方法.基于变换域的方法试图通过不同变换从噪声数据中分离出清晰的原始信号，主要方法包括主成分分析，傅里叶变换、小波变换等.Atkinson等[3]提出了一种利用离散傅里叶变换在光谱域中去相关的估计，并且利用小波变换进行空间域滤波.Othman等[4]提出了一种采用混合空间-光谱导数域的小波去噪方法，这种方法依赖于噪声水平升高的光谱导数域，并受益于信号在空间以及光谱维度上的不同性质.这类方法的主要缺点是对于变换函数的选择比较敏感，同时缺乏对遥感图像中几何性质差异的考虑.为了能够有效利用合理的先验知识，提出了一些基于空间域的方法，包括全变分[5]，非局部相似性[6-8]，稀疏表示[9-10]，以及低秩模型[11-12]等.该类方法可以有效地去除图像中的噪声，同时保持图像的空间以及光谱特性.Yuan等[5]提出了一种基于空间-光谱……