Noise estimation of hyperspectral remote sensing image based on multiple linear regression and wavelet transform

Abstract

Noise estimation of hyperspectral remote sensing image is In this paper, not only the spectral correlation removing is considered, but the spatial correlation removing by wavelet transform is considered as well. Therefore, a new method based on multiple linear regression (MLR) and wavelet transform is proposed to estimate the noise of hyperspectral remote sensing image. Numerical simulation of AVIRIS data is carried out and the real data Hyperion is also used to validate the proposed algorithm. Experimental results show that the method is more adaptive and accurate than the general MLR and the other classified methods.Estimativa do ruído de imagens hiperespectrais de sensoriamento remote é importante para o pós-processamento e aplicações. Nesta pesquisa, não somente a remoção da correlação espectral é considerada, como também a remoção da correlação espacial pela transformada wavelet . Portanto, um novo método baseado na regressão linear múltipla (MLR) com a transformada wavelet é proposto para estimar o ruído da imagem hiperespectrais de sensoriamento remoto. Uma simulação numérica de dados AVIRIS é executada, e dados reais Hyperion são utilizados para validar o algoritmo proposto. Resultados experimentais mostram que o método é mais adaptável e preciso do que o MLR geral e outros métodos classificados.