CN102279971B - 基于变分方法的中分辨率成像光谱仪条带噪声去除方法 - Google Patents
基于变分方法的中分辨率成像光谱仪条带噪声去除方法 Download PDFInfo
- Publication number
- CN102279971B CN102279971B CN 201110084999 CN201110084999A CN102279971B CN 102279971 B CN102279971 B CN 102279971B CN 201110084999 CN201110084999 CN 201110084999 CN 201110084999 A CN201110084999 A CN 201110084999A CN 102279971 B CN102279971 B CN 102279971B
- Authority
- CN
- China
- Prior art keywords
- subimage
- detector
- noise
- stripe
- band noise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004800 variational method Methods 0.000 title claims abstract description 16
- 238000003384 imaging method Methods 0.000 title claims abstract description 10
- 239000004744 fabric Substances 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000009792 diffusion process Methods 0.000 claims description 2
- 238000011478 gradient descent method Methods 0.000 claims description 2
- 238000000926 separation method Methods 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 4
- 238000010408 sweeping Methods 0.000 description 3
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
技术领域
本发明属于遥感图像处理领域,特别是一种基于变分方法的中分辨率成像光谱仪条带噪声去除方法。
背景技术
中分辨率成像光谱仪(MODIS)是一种先进的空间对地观测传感器。该传感器具有36个波段,采用多元并扫方式进行扫描,其中250m分辨率40元并扫,500m分辨率20元并扫,1km分辨率10元并扫。多元并扫技术在提高数据采集和扫描效率的同时,由于多个探测器之间很难达到完全一致的响应水平,加上空间复杂的电磁环境和器件本身的误差导致了条带噪声的产生。而条带噪声的存在不仅严重的影响了波谱特征增强及空间特征增强和提取的效果,对于进行大气校正进而定量反演水体等光学特性来说也是十分不利的(因为条带效应引入了处理中的噪声,如若不进行条带的消除工作,进行大气校正的结果就会退化)。因此,必须进行条带去除,这对于遥感影像数据后续应用的有效性至关重要。
目前,用于去除遥感影像条带噪声的方法主要分为两大类:一类是通过傅立叶变换、小波变换等频率域滤波的方法通过滤波算子去除周期性噪声的频率成分,然后反变换回空域获得去噪后图像。该方法存在的一个很大问题就是不易选择正确的频率成分,而将处于条带频率的非条带的有用信息去除掉。另一类是针对图像本身的灰度值特征进行归一化和匹配的方法,典型的有直方图匹配和矩匹配方法。在实际应用中,通常每个通道选择一个确定的探测器作为参考,其他探测器以此为标准进行调整,从而实现图像条带的消除。
MODIS数据中存在三种条带噪声:镜边条带、探测器间条带和随机噪声条带。为了去除这三种条带噪声,通常的做法是针对三种条带噪声特性分别进行去除。PreesanRakwatin在“stripe noise reduction in MODIS data by combining histogram matching withfacet filter”一文中提出先利用直方图匹配方法去除探测器间条带,再利用迭代加权最小二乘小面滤波法去除随机噪声条带。但是这种方法在去除探测器间条带的同时可能增强随机噪声,使后续的去噪处理难以奏效,同时,遥感图像的重要细节部分会受到模糊。
发明内容
本发明所解决的技术问题在于提供一种基于变分方法的中分辨率成像光谱仪条带噪声去除方法,从而能够实现探测器间条带和随机噪声条带的并行有效去除,并最大限度地保持数据自身的物理特性。
实现本发明目的的技术解决方案为:一种基于变分方法的中分辨率成像光谱仪条带噪声去除方法,包括以下步骤:
步骤1、对MODIS数据按照分辨率进行数据分离;
步骤3、对含有明显条带噪声的子图像利用变分方法进行条带噪声去除;
本发明与现有技术相比,其显著优点为:本发明针对MODIS数据含有三种条带噪声的特点,能够实现探测器间条带和随机噪声条带的并行去除,避免了去除一种条带噪声而使另外一种条带噪声得到增强的情况,并且可在有效解决条带噪声影响的同时最大限度的保留原数据的物理特性。
下面结合附图对本发明作进一步详细描述。
附图说明
图1是本发明的基于变分方法的中分辨率成像光谱仪条带噪声去除方法流程图。
图2是本发明的实施例所用数据。
图3是分离探测器子图像,其中(a)-(j)分别对应1-10号探测器子图像。
图4是整幅图像去条带结果图,其中(a)为具体实例原图(b)为基于传统直方图匹配方法去条带结果图像(c)为基于变分方法去条带结果图像。
具体实施方式
本发明的一种基于变分方法的中分辨率成像光谱仪条带噪声去除方法,包括以下步骤:
步骤1、对MODIS数据按照分辨率进行数据分离;对MODIS数据按照分辨率进行数据分离时,由于MODIS的250m分辨率数据为40元并扫,500m分辨率数据为20元并扫,1km分辨率数据为10元并扫,同时考虑到镜像扫描,将250m分辨率数据看作2组40个探测器共80个探测器,500m分辨率数据看作2组20个探测器共40个探测器,1km分辨率数据看作2组10个探测器共20个探测器;设定数据中的第一行由一号探测器生成,第二行由二号探测器生成,以此类推,得到对应数量的探测器子图像,编号从1开始。
步骤33、利用基于变分的直方图匹配法去除探测器间条带噪声:
步骤34、利用正则化各向异性扩散方程消除随机条带噪声:
步骤35、利用梯度下降法得到步骤33和步骤34的离散数值求解公式,公式为:
式中,上标n和n+1分别表示在n和n+1时刻的图像值,Δt为时间迭代参数,参数λ用来平衡直方图匹配法和各向异性扩散去噪方法对图像的贡献;
步骤36、利用步骤35中的公式对进行求解,在求解过程中的每次迭代后,判断是否满足迭代终止条件,如果满足则终止迭代,并执行步骤37,否则继续执行本步骤直至满足迭代终止条件;所述迭代终止条件为:1)前后两次迭代图像之差的平方和除以当前图像平方和是否小于预设阈值ε,或2)是否达到迭代次数,所述迭代次数根据需要进行预设;
下面结合实施例对本发明做进一步详细的描述:
本实施例的流程如图1所示,所用数据为2005年4月13日Terra MODIS的1KM分辨率的波段27数据,采用10元并扫,图像大小为2000×200,如图2所示。具体步骤为:
第一步,对MODIS数据按照其空间分辨率进行数据分离。为了确定对应的探测器子图像,设原始影像的第一行数据由MODIS传感器的第一个探测器扫描产生,第二行数据由第二个探测器扫描产生,依此类推。
由于MODIS使用了双边扫描镜,为了去除镜边条带噪声,处理的时候需要将MODIS数据看作由20个探测器组成,即每10个探测器对应一个扫描镜边。从而可将原始影像数据划分为20幅子图像(如图3(a)-(j)所示,分别对应1-10号探测器子图像),每幅子图大小为100×200,编号从1到20。
第二步,将20个探测器子图像分为含条带的子图像和不含条带的子图像,如表1所示。
表1探测器划分结果
第三步,对含条带噪声的子图像利用变分方法进行条带噪声去除。
(1)从含条带噪声子图像集合中选取第一幅子图像,1号子图像。
(2)利用相关性计算公式找出与选取条带子图像最相关的相邻参考子图像。
(3)利用离散数值求解公式对选取条带子图像进行迭代计算。在本实例中选取迭代参数Δt=0.02,λ=0.2。
(4)判断是否满足迭代终止条件。在本实例中选取ε=10-3,迭代次数为20。
(5)判断含条带噪声子图像集合是否处理完毕,如果是则转第四步,否则选取下一幅条带子图像,从(2)开始处理,直到将所有含有条带的探测器子图像处理完毕。
第四步,将去除条带后的各子图像及不含条带的子图像按照原顺序编号进行组合,得到去条带后图像,如图4(c)所示。
为了对比去条带效果,同时给出原图(如图4(a)所示)和基于传统直方图匹配方法去条带结果图像(如图4(b)所示)。
由结果图像和原图像比较可知,提出的方法可以实现探测器间条带和随机噪声条带的并行去除,避免了去除一种条带噪声而使另外一种条带噪声得到增强的情况,并且可在有效解决条带噪声影响的同时最大限度的保留原数据的物理特性。
Claims (1)
1.一种基于变分方法的中分辨率成像光谱仪条带噪声去除方法,其特征在于,包括以下步骤:
步骤1、对MODIS数据按照分辨率进行数据分离,由于MODIS的250m分辨率数据为40元并扫,500m分辨率数据为20元并扫,1km分辨率数据为10元并扫,同时考虑到镜像扫描,将250m分辨率数据看作2组40个探测器共80个探测器,500m分辨率数据看作2组20个探测器共40个探测器,1km分辨率数据看作2组10个探测器共20个探测器;设定数据中的第一行由一号探测器生成,第二行由二号探测器生成,以此类推,得到对应数量的探测器子图像,编号从1开始;
步骤33、利用基于变分的直方图匹配法去除探测器间条带噪声:
步骤34、利用正则化各向异性扩散方程消除随机条带噪声:
步骤35、利用梯度下降法得到步骤33和步骤34的离散数值求解公式,公式为:
式中,上标n和n+1分别表示在n和n+1时刻的图像值,Δt为时间迭代参数,参数λ用来平衡直方图匹配法和各向异性扩散去噪方法对图像的贡献;
步骤36、利用步骤35中的公式对进行求解,在求解过程中的每次迭代后,判断是否满足迭代终止条件,如果满足则终止迭代,并执行步骤37,否则继续执行本步骤直至满足迭代终止条件;所述迭代终止条件为:1)前后两次迭代图像之差的平方和除以当前图像平方和是否小于预设阈值ε,或2)是否达到迭代次数,所述迭代次数根据需要进行预设;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110084999 CN102279971B (zh) | 2011-04-06 | 2011-04-06 | 基于变分方法的中分辨率成像光谱仪条带噪声去除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110084999 CN102279971B (zh) | 2011-04-06 | 2011-04-06 | 基于变分方法的中分辨率成像光谱仪条带噪声去除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102279971A CN102279971A (zh) | 2011-12-14 |
CN102279971B true CN102279971B (zh) | 2013-01-30 |
Family
ID=45105400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110084999 Expired - Fee Related CN102279971B (zh) | 2011-04-06 | 2011-04-06 | 基于变分方法的中分辨率成像光谱仪条带噪声去除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102279971B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102750683B (zh) * | 2012-06-18 | 2014-10-29 | 常州大学 | Modis遥感影像中海面条带噪声和条状云的过滤方法 |
CN103903224B (zh) * | 2012-12-25 | 2018-01-09 | 腾讯科技(深圳)有限公司 | 数字图像条带噪声的处理方法及装置 |
WO2015135208A1 (zh) * | 2014-03-14 | 2015-09-17 | 深圳迈瑞生物医疗电子股份有限公司 | 对图像进行噪声抑制的方法及装置 |
CN104820972B (zh) * | 2015-05-07 | 2017-06-16 | 北京空间机电研究所 | 一种基于在轨分类统计的红外影像me噪声去除方法 |
CN106651792B (zh) * | 2016-11-28 | 2020-04-07 | 苏州中科天启遥感科技有限公司 | 一种卫星影像条带噪声去除方法及装置 |
CN108171647B (zh) * | 2017-11-24 | 2021-09-03 | 同济大学 | 一种考虑地表形变的Landsat 7条带影像修复方法 |
CN113920026A (zh) * | 2021-09-30 | 2022-01-11 | 应急管理部国家自然灾害防治研究院 | 一种去除区域滑坡形变检测结果噪声的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101123683A (zh) * | 2007-08-27 | 2008-02-13 | 北京航空航天大学 | 结合可见光图像信息的sar图像斑点噪声抑制方法 |
CN101408975A (zh) * | 2008-11-28 | 2009-04-15 | 哈尔滨工业大学 | 一种基于边缘置信度的自调整总体变分图像平滑方法 |
-
2011
- 2011-04-06 CN CN 201110084999 patent/CN102279971B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101123683A (zh) * | 2007-08-27 | 2008-02-13 | 北京航空航天大学 | 结合可见光图像信息的sar图像斑点噪声抑制方法 |
CN101408975A (zh) * | 2008-11-28 | 2009-04-15 | 哈尔滨工业大学 | 一种基于边缘置信度的自调整总体变分图像平滑方法 |
Non-Patent Citations (4)
Title |
---|
Marouan Bouali et al.A VARIATIONAL APPROACH FOR THE DESTRIPING OF MODIS DATA.《2010 IEEE International Geoscience and Remote Sensing Symposium(IGARSS)》.2010, * |
中分辨率遥感图像条带噪声的去除;陈劲松,邵芸,朱博勤;《遥感学报》;20040531;第8卷(第3期);第227-232页 * |
张九星,黑保琴,李盛阳,李绪志.基于变分方法的遥感图像去噪研究.《遥感技术与应用》.2010,第25卷(第4期), * |
陈劲松,邵芸,朱博勤.中分辨率遥感图像条带噪声的去除.《遥感学报》.2004,第8卷(第3期), |
Also Published As
Publication number | Publication date |
---|---|
CN102279971A (zh) | 2011-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102279971B (zh) | 基于变分方法的中分辨率成像光谱仪条带噪声去除方法 | |
Shen et al. | A MAP-based algorithm for destriping and inpainting of remotely sensed images | |
Zhuang et al. | Hyperspectral mixed noise removal by $\ell _1 $-norm-based subspace representation | |
Xu et al. | Image inpainting by patch propagation using patch sparsity | |
Leung et al. | Comparison of image data fusion techniques using entropy and INI | |
Chierchia et al. | A nonlocal structure tensor-based approach for multicomponent image recovery problems | |
CN109191387B (zh) | 一种基于巴特沃斯滤波器的红外图像去噪方法 | |
Muthukrishnan et al. | Internet of image things-discrete wavelet transform and Gabor wavelet transform based image enhancement resolution technique for IoT satellite applications | |
Zhang et al. | A Bayesian restoration approach for hyperspectral images | |
Zhang et al. | Joint image denoising using adaptive principal component analysis and self-similarity | |
Fablet et al. | Data-driven Models for the Spatio-Temporal Interpolation of satellite-derived SST Fields | |
Chen et al. | Image denoising by bounded block matching and 3D filtering | |
Karami et al. | Band-specific shearlet-based hyperspectral image noise reduction | |
Liu et al. | Recovery analysis for plug-and-play priors using the restricted eigenvalue condition | |
CN103020913A (zh) | 基于分段校正的遥感影像条带噪声去除方法 | |
Mohammed Abd-Alsalam Selami et al. | A study of the effects of gaussian noise on image features | |
CN103136734A (zh) | POCS超分辨率图像重建时边缘Halo效应的抑制方法 | |
CN103093433A (zh) | 基于区域划分和字典学习的自然图像去噪方法 | |
Chang et al. | Color image demosaicking using inter-channel correlation and nonlocal self-similarity | |
CN107590785A (zh) | 一种基于sobel算子的布里渊散射谱图像识别方法 | |
CN106651792A (zh) | 一种卫星影像条带噪声去除方法及装置 | |
Kong et al. | A new 4-D nonlocal transform-domain filter for 3-D magnetic resonance images denoising | |
CN103208104A (zh) | 一种基于非局部理论的图像去噪方法 | |
CN101853496B (zh) | 一种基于目标尺度的混合图像滤波方法 | |
CN103679648B (zh) | 一种基于空间分割的矩匹配卫星影像条带噪声去除方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130130 |