Remoção de ruído de imagens hiperespectrais usando regressão linear múltipla e compressão bivariada com transformada complexa de Wavelet de árvore binária 2D no domínio espectral derivado

Neste trabalho, propõe-se um novo método de remoção de ruído para imagens hiperspectrais avaliado com dados reais e simulados. Um cubo de predições de imagens hiperespectrais é calculado por regressão linear múltipla no domínio espectral com base na alta correlação do sinal útil e na não correlação do ruído aleatório nas bandas hiperespectrais É aplicada uma transformada complexa de wavelet bi-dimensional no domínio espectral derivado, no qual os níveis de ruído são temporariamente elevados para impedir a deformação do sinal durante a remoção do ruído, e então a compressão bivariada foi usado para compactar os coeficientes da transformada wavelet. Os resultados experimentais demonstraram que o método proposto possibilita obter resultados melhores do que outros métodos de remoção de ruídos encontrados na literatura, com melhoria da razão de ruído do sinal de 0.5dB para 10dB. Os dados reais utilizados mostraram que o método proposto é válido e efetivo.

Palavras-chave:
Remoção de ruído de imagem hiperespectral; regressão linear múltipla; wavelet complexa; compressão bivariada