在超光谱图像中脱:GRANHHADA数据库
Sol Fernández Carvelo1,2, Miguel Ángel Martínez Domingo3, Eva M Valero3
1Andalusian Institute for Earth System Research (IISTA), University of Granada, Granada, Spain.
Scientific reports
|November 13, 2023
概括
这项研究比较了超光谱图像除尘方法,引入了GRANHHADA数据库. 使用特定的光谱频段进行带对带的除尘,与用于户外场景的sRGB除尘相比,提供了更好的结果.
科学领域:
- 遥感 遥感 遥感 遥感
- 图像处理 图像处理
- 计算机视觉 计算机视觉
背景情况:
- 雾显著降低了在户外环境中捕获的高光谱图像 (HSI) 的质量.
- 有效的除烟技术对于在各种应用中准确分析和解释HSI至关重要.
- 现有的除方法往往与高压电路的独特光谱特征作斗争.
研究的目的:
- 分析和比较不同的除尘技术,专门用于高光谱图像.
- 引入一个新的高光谱图像数据库 (GRANHHADA) 用于评估除算法.
- 调查光谱带选择和处理策略对除尘性能的影响.
主要方法:
- 开发和利用格拉纳达高光谱雾数据库 (GRANHHADA),其中包括35个不同的雾场景.
- 实现多尺度卷积神经网络 (MS-CNN) 进行脱实验.
- 三种实验方法:最佳光谱带选择,sRGB图像脱,以及个别光谱带脱.
主要成果:
- 确定特定的近红外光谱波段作为高效的高光谱图像dehazing.
- 单个光谱带的带对带的除尘效果优于sRGB除尘效果,特别是在有高大气尘埃的场景中.
- 使用较少的最佳光谱带可以减少处理时间,并比sRGB方法提高除质量.
结论:
- 对于高光谱图像来说,单个光谱带除是一种比sRGB除更有效的策略.
- 选择合适的光谱频段显著影响除性能和效率.
- 这些发现为推进远程传感和其他领域的高光谱图像处理提供了宝贵的见解.
