De-noising of Hyper-spectral Images in Wavelet Domain with Improved Soft Thresholding

Abstract

A hyper-spectral image can be corrupted by noise during the transmission process. The noise does not have positive effect on the image, so it is essential to discard the noise before performing analysis to improve the quality of an image. Noise removal is among the important and challenging works for scientists and researchers in the field of image processing. The main objective of noise removal is to enhance the visual quality of the noisy using de-noising techniques. That is why researchers try to discard the noise before they perform further analysis. The main focus of the thesis is removing noise from hyper-spectral remote sensing images. Image de-nosing helps us improve the quality of the image, so we are able to analyze the image properly. In this thesis, we use 2D and 3D-DWT combined with hard and soft thresholding for de-noising hyper-spectral images. De-noising based on DWT introduces weakness such as lack of translation invariance. That is why; we suggest using Un-decimated Wavelet Transform (UWT) which discards the mentioned problem. Additionally, 2D and 3D-UWT with soft and hard thresholding functions were used as part of the proposed de-noising techniques. Finally we propose to use a new method for image de-noising in wavelet domain based on applying a smooth nonlinear soft threshold function on Un-decimated Wavelet Transform. This higher order threshold function is known as the improved soft thresholding function. Here we combined this function with 2D and 3D-UWT. Comparing the performance analysis between 2D-UWT and 3D-UWT using improved soft threshold function shows that 3D version outperforms 2D in terms of PSNR value and visual quality. This technique provides us with higher quality and improvement in PSNR value in comparison with several other methods available for de-noising. The proposed method achieves PSNR improvement by 2.12 dB for band 25 of Indian Pine, 1.29 dB for Cuprite Mining District image, 1.46 dB for Arizona Mining and 1.17dB for Golf of Mexico over de-noising based on 3D-UWT with standard soft thresholding technique. Keywords: Hyperspectral image de-noising, wavelet transform, hard and soft thresholding.

OZ: Hiper-spektral bir görüntü, iletim işlemi sırasında gürültü ile bozulabilir. Gürültünün görüntü üzerinde olumlu etkisi yoktur; bu nedenle, bir görüntünün kalitesini artırmak için analiz gerçekleştirmeden önce gürültüyü atmanız önemlidir. Gürültü giderme, görüntü işleme alanında bilimadamları ve araştırmacılar için önemli ve zorlu çalışmalar arasındadır. Gürültünün ortadan kaldırılmasının asıl amacı, gürültü azaltma teknikleri kullanarak gürültünün görsel kalitesini arttırmaktır. Genellikle, araştırmacılar daha fazla analiz yapmadan önce gürültüyü atmaya çalışırlar. Bu tezin ana odağı hiper-spektral uzaktan algılama görüntülerinden gelen gürültünün giderilmesidir. İmge gürültü giderme işlemi görüntünün kalitesini artırmamıza ve sonrasında görüntüleri doğru analiz edebilmemize yardımcı olur. Bu tezde, 2D ve 3D-DWT'yi, hiper-spektral görüntülerin gürültüsüzleştirilmesi için sert ve yumuşak eşikleme işleminde birlikte edilerek kullanıyoruz. DWT'ye dayanan gürültü önleme, kaydırma değişmezlik özelliğinin olmaması gibi zayıflıkları ortaya çıkarmaktadır. Bu yüzden; bahsedilen problemi ortadan kaldıran kırımsız dalgacık dönüşümü (UWT) kullanmayı öneriyoruz. Ayrıca, önerilen gürültü azaltma tekniklerinin bir parçası olarak yumuşak ve sert eşikleme işlevlerine sahip 2D ve 3D-UWT kullanılmıştır. Son olarak, kırımsız dalgacık dönüşümü (UWT) üzerinde pürüzsüz bir doğrusal olmayan yumuşak eşik fonksiyonu uygulanmasına dayanan dalgacık alanında görüntü sönümlemesi için yeni bir yöntem kullanmayı öneriyoruz. Bu yüksek dereceden eşik fonksiyonu gelişmiş yumuşak eşik fonksiyonu olarak bilinir. Geliştirilmiş yumuşak eşik fonksiyonunu kullanarak 2D-UWT ve 3D-UWT arasındaki performans analizinin karşılaştırılması, 3D versiyonun PSNR değeri ve görsel kalite bakımından 2D'den daha iyi performans gösterdiğini gösterir. Bu teknik, gürültü azaltma için kullanılabilecek alternatif yöntemlerle karşılaştırıldığında, PSNR değerinde daha yüksek kalite ve iyileşme sağlanmaktadır. Önerilen yöntem, standart yumuşak eşikleme tekniği ile 3D-UWT'ye dayanan de-noising üzerinde Indian Pine 25 bandı için 2.12 dB, Cuprite Madencilik Bölgesi görüntüsü için 1.29 dB, Arizona Madencilik için 1.46 dB ve Golf Golf için 1.17dB PSNR iyileştirmesine ulaşmaktadır. Anahtar Kelimeler: Hiperspektral gürültü çıkarımı, dalgacık dönüşümü, sert ve yumuşak eşikleme.