CN111583132A - 一种去除遥感影像异常条带式噪声的方法、装置、设备及介质 - Google Patents
一种去除遥感影像异常条带式噪声的方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111583132A CN111583132A CN202010311982.1A CN202010311982A CN111583132A CN 111583132 A CN111583132 A CN 111583132A CN 202010311982 A CN202010311982 A CN 202010311982A CN 111583132 A CN111583132 A CN 111583132A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- value
- sensing image
- noise
- effective
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000012216 screening Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明提供了一种去除遥感影像异常条带式噪声的方法、装置、设备及介质，所述方法包括：S1：将待检测的多个波段的遥感影像读取为矩阵，并记录每个波段的位置；S2：根据每个波段的遥感影像的定标系数，确定出遥感影像数值的有效范围，生成一幅有效值为0和1的矩阵，其中，1表示此像元的数值有效；S3：以行为单位，对所述矩阵中的列求和，然后计算出每波段行有效值的最大值、最小值和平均值；S4：根据所述最大值和所述平均值的比例，选取一个动态系数，设定为第一阈值；S5：将遥感影像按扫描带为单元做进一步分析，统计扫描带中可能有噪声的行的数量，若大于预设的第二阈值，则将整个扫描带除去。
Description
技术领域
本发明涉及遥感影像的去噪声处理方法技术领域，尤其是涉及一种去除遥感影像异常条带式噪声方法、装置、设备及介质。
背景技术
遥感图像在采集、存贮和通讯传输过程中常常受到各种干扰而引入了噪声数据，对后续图像的应用有很大的影响。遥感影像的噪声主要表现为周期性条纹、亮线以及斑点等，由于遥感图像的数据量巨大，采用现有技术的去除噪声方式工作量较为庞大，不能满足遥感影像的除噪声需求。
发明内容
现有技术存在的问题：采用现有技术的去除噪声方式工作量较为庞大，不能满足遥感影像的除噪声需求，急需一种可供机器使用的，方便快捷的除噪声方案。
针对现有技术存在的缺陷，第一方面，本发明提供了一种去除遥感影像异常条带式噪声方法，包括：
S1：将待检测的多个波段的遥感影像读取为矩阵，并记录每个波段的位置；
S2：根据每个波段的遥感影像的定标系数，确定出遥感影像数值的有效范围，生成一幅有效值为0和1的矩阵，其中，1表示此像元的数值有效；
S3：以行为单位，对所述矩阵中的列求和，然后计算出每一个波段下的最大值、最小值和平均值；
S4：根据所述最大值和所述平均值的比例，选取一个动态系数，设定为第一阈值，其中，所述第一阈值用于判断某一行小于所述第一阈值的有效像元总数，则认为此行可能有噪声；
S5：将遥感影像分为若干个扫描带，进一步分析所述扫描带中可能有噪声的行的数量，若大于预设的第二阈值，则将整个扫描带除去。
进一步，所述扫描带包含10或40行的遥感影像数值。
采用上述进一步方案的有益效果是：
选择10或40行的遥感影像数值作为一个条状扫描带，行数较为适中，在提高噪声去除效率的同时，也不至于去除太多无噪声的影像。
进一步，所述S5之后还包括：
S6：遍历影像的每个波段，如果检查到已经标记为可能有噪声的行，则将整个影像中的这些行的数值置为零。
采用上述进一步方案的有益效果是：
最后遍历整个影像的每个波段，重新筛查以便所有标记为可能有噪声的行，并将其从整个影像中剔除，提高了影像噪声除去率，降低了噪声对遥感影像后期应用的影响。
第二方面，本发明提供了一种去除遥感影像异常条带式噪声装置，包括：
读取模块，用于将待检测的多个波段的遥感影像读取为矩阵，并记录每个波段的位置；
矩阵生成模块，用于根据每个波段的遥感影像的定标系数，确定出遥感影像数值的有效范围，生成一幅有效值为0和1的矩阵，其中，1表示此像元的数值有效；
计算模块，用于以行为单位，对所述矩阵中的列求和，然后计算出每一个波段下的最大值、最小值和平均值；
判断模块，用于根据所述最大值和所述平均值的比例，选取一个动态系数，重新构建出第一阈值，其中，所述第一阈值用于判断某一行小于所述第一阈值的有效像元总数，则认为此行可能有噪声；
去除模块，用于将遥感影像分为若干个扫描带，进一步分析所述扫描带中可能有噪声的行的数量，若大于预设的第二阈值，则将整个扫描带除去。
进一步，所述扫描带包含10或40行的遥感影像数值。
采用上述进一步方案的有益效果是：
选择10或40行的遥感影像数值作为一个条状扫描带，行数较为适中，在提高噪声去除效率的同时，也不至于去除太多无噪声的影像。
进一步，还包括：
归零模块，用于遍历影像的每个波段，如果检查到已经标记为可能有噪声的行，则将整个影像中的这些行的数值置为零。
采用上述进一步方案的有益效果是：
最后遍历整个影像的每个波段，重新筛查以便所有标记为可能有噪声的行，并将其从整个影像中剔除，提高了影像噪声除去率，降低了噪声对遥感影像后期应用的影响。
第三方面，本发明还提供了一种计算机存储介质，其上存储有计算机程序指令，所述程序指令被处理器执行时用于实现上述的去除遥感影像异常条带式噪声方法对应的步骤。
第四方面，本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明的有益效果是：
利用本发明的技术方法，可以通过计算机快速的标记和去除有条带噪声的数据，大大方便了后续的数据应用。
附图说明
图1是本发明的一种去除遥感影像异常条带式噪声方法的流程示意图；
图2是本发明的一种去除遥感影像异常条带式噪声方法的流程示意图；
图3是本发明的一种去除遥感影像异常条带式噪声装置的结构示意图；
图4是本发明的一种去除遥感影像异常条带式噪声装置的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定装备结构、接口、技术之类的具体细节，以便透彻理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
如图1所示，第一方面，本发明提供了一种去除遥感影像异常条带式噪声方法，包括：
S1：将待检测的多个波段的遥感影像读取为矩阵，并记录每个波段的位置；
S2：根据每个波段的遥感影像的定标系数，确定出遥感影像数值的有效范围，生成一幅有效值为0和1的矩阵，其中，1表示此像元的数值有效；
S3：以行为单位，对所述矩阵中的列求和，然后计算出每波段行有效值的最大值、最小值和平均值；
S4：根据所述最大值和所述平均值的比例，选取一个动态系数，设定为第一阈值，其中，所述第一阈值用于判断某一行的有效像元总数小于所述第一阈值，则认为此行可能有噪声；
S5：将遥感影像分为若干个扫描带，进一步分析所述扫描带中可能有噪声的行的数量，若大于预设的第二阈值，则将整个扫描带除去。
本发明的有益效果是：
利用本发明的技术方法，可以通过计算机快速的标记和去除有条带噪声的数据，大大方便了后续的数据应用。
在一些说明性实施例中，所述扫描带包含10或40行的遥感影像数值。
采用上述进一步方案的有益效果是：
选择10或40的遥感影像数值作为一个条状扫描带，行数较为适中，在提高噪声去除效率的同时，也不至于去除太多无噪声的影像。
如图2所示，在一些说明性实施例中，所述S5之后还包括：
S6：遍历影像的每个波段，如果检查到已经标记为可能有噪声的行，则将整个影像中的这些行的数值置为零。
采用上述进一步方案的有益效果是：
最后遍历整个影像的每个波段，重新筛查以便所有标记为可能有噪声的行，并将其从整个影像中剔除，提高了影像噪声除去率，降低了噪声对遥感影像后期应用的影响。
实施例1
(1)将待检测的多波段遥感影像读取为矩阵，并记录每个波段的位置，然后对每个波段分别进行后续处理。
(2)根据每个波段遥感影像的定标系数，确定出遥感影像数值的有效值范围，生成一幅有效值为0和1的矩阵，1为此像元的数值有效。
(3)以行为单位，对所有列求和，也即获取每行的有效像元总数，然后计算每波段行有效值的最大值、最小值和平均值；
(4)根据平均值和最大值的比例，通过一个动态系数，重新构建出第一阈值；然后判断哪些行的有效像元总数少于此第一阈值，即怀疑此行可能有噪声；
(5)进一步分行遥感影像的每个扫描带(10或40行)中的怀疑此行可能有噪声的行的数量，如果总数大于第二阈值，即将整个扫描带去掉。
(6)检查影像的每个波段，如果已标记为可能有噪声的行，即将整个影像的这些行的数字置为零。即完成条带的去除任务。
如图3所示，第二方面，本发明提供了一种去除遥感影像异常条带式噪声装置，包括：
读取模块100，用于将待检测的多个波段的遥感影像读取为矩阵，并记录每个波段的位置；
矩阵生成模块200，用于根据每个波段的遥感影像的定标系数，确定出遥感影像数值的有效范围，生成一幅有效值为0和1的矩阵，其中，1表示此像元的数值有效；
计算模块300，用于以行为单位，对所述矩阵中的列求和，然后计算出每波段行有效值的最大值、最小值和平均值；
判断模块400，用于根据所述最大值和所述平均值的比例，选取一个动态系数，设定为第一阈值，其中，所述第一阈值用于判断某一行小于所述第一阈值的有效像元总数，则认为此行可能有噪声；
去除模块500，用于将遥感影像分为若干个扫描带，进一步分析所述扫描带中可能有噪声的行的数量，若大于预设的第二阈值，则将整个扫描带除去。
在一些说明性实施例中，所述扫描带包含10或40行的遥感影像数值。
采用上述进一步方案的有益效果是：
选择10或40行的遥感影像数值作为一个条状扫描带，行数较为适中，在提高噪声去除效率的同时，也不至于去除太多无噪声的影像。
如图4所示，在一些说明性实施例中，还包括：
归零模块600，用于遍历影像的每个波段，如果检查到已经标记为可能有噪声的行，则将整个影像中的这些行的数值置为零。
采用上述进一步方案的有益效果是：
最后遍历整个影像的每个波段，重新筛查以便所有标记为可能有噪声的行，并将其从整个影像中剔除，提高了影像噪声除去率，降低了噪声对遥感影像后期应用的影响。
第三方面，本发明还提供了一种计算机存储介质，其上存储有计算机程序指令，所述程序指令被处理器执行时用于实现上述的去除遥感影像异常条带式噪声方法对应的步骤。
第四方面，本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，物流管理服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (8)
1.一种去除遥感影像异常条带式噪声的方法，其特征在于，包括：
S1：将待检测的多个波段的遥感影像读取为矩阵，并记录每个波段的位置；
S2：根据每个波段的遥感影像的定标系数，确定出遥感影像数值的有效范围，生成一幅有效值为0和1的矩阵，其中，1表示此像元的数值有效；
S3：以行为单位，对所述矩阵中的列求和，然后计算出每波段行有效值的最大值、最小值和平均值；
S4：根据所述最大值和所述平均值的比例，选取一个动态系数，设定为第一阈值，其中，所述第一阈值用于判断某一行有效像元总数小于所述第一阈值，则认为此行可能有噪声；
S5：将遥感影像按扫描带为单元做进一步分析，统计扫描带中可能有噪声的行的数量，若大于预设的第二阈值，则将整个扫描带除去。
2.根据权利要求1所述的去除遥感影像异常条带式噪声方法，其特征在于，所述扫描带包含10或40行的遥感影像数值。
3.根据权利要求1或2任一项中所述的去除遥感影像异常条带式噪声方法，其特征在于，所述S5之后还包括：
S6：遍历影像的每个波段，如果检查到已经标记为可能有噪声的行，则将整个影像中的这些行的数值置为零。
4.一种去除遥感影像异常条带式噪声装置，其特征在于，包括：
读取模块，用于将待检测的多个波段的遥感影像读取为矩阵，并记录每个波段的位置；
矩阵生成模块，用于根据每个波段的遥感影像的定标系数，确定出遥感影像数值的有效范围，生成一幅有效值为0和1的矩阵，其中，1表示此像元的数值有效；
计算模块，用于以行为单位，对所述矩阵中的列求和，然后计算出每波段行有效值的最大值、最小值和平均值；
判断模块，用于根据所述最大值和所述平均值的比例，选取一个动态系数，设定为第一阈值，其中，所述第一阈值用于判断某一行的有效像元总数小于所述第一阈值，则认为此行可能有噪声；
去除模块，用于将遥感影像分为若干个扫描带，进一步分析所述扫描带中可能有噪声的行的数量，若大于预设的第二阈值，则将整个扫描带除去。
5.根据权利要求4所述的去除遥感影像异常条带式噪声装置，其特征在于，所述扫描带包含10或40行的遥感影像数值。
6.根据权利要求4或5任一项中所述的去除遥感影像异常条带式噪声方法，其特征在于，还包括：
归零模块，用于遍历影像的每个波段，如果检查到已经标记为可能有噪声的行，则将整个影像中的这些行的数值置为零。
7.一种计算机存储介质，其上存储有计算机程序指令，其特征在于，所述程序指令被处理器执行时用于实现权利要求1～3中任一项所述的去除遥感影像异常条带式噪声方法对应的步骤。
8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1～3任一项中所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010311982.1A CN111583132B (zh) | 2020-04-20 | 2020-04-20 | 一种去除遥感影像异常条带式噪声的方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010311982.1A CN111583132B (zh) | 2020-04-20 | 2020-04-20 | 一种去除遥感影像异常条带式噪声的方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111583132A true CN111583132A (zh) | 2020-08-25 |
| CN111583132B CN111583132B (zh) | 2023-05-02 |
Family
ID=72124449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010311982.1A Active CN111583132B (zh) | 2020-04-20 | 2020-04-20 | 一种去除遥感影像异常条带式噪声的方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111583132B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112148823A (zh) * | 2020-09-04 | 2020-12-29 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种遥感数据几何纠正并行方法、装置及计算机设备 |
| CN113125351A (zh) * | 2021-03-25 | 2021-07-16 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种多时次遥感影像优化合成方法及系统 |
| CN114112987A (zh) * | 2021-11-23 | 2022-03-01 | 国家卫星气象中心(国家空间天气监测预警中心) | 冬小麦判识阈值确定方法以及冬小麦判识方法 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000316091A (ja) * | 1999-04-28 | 2000-11-14 | Ntt Data Corp | ノイズ除去装置、方法及び記録媒体 |
| US20050175247A1 (en) * | 2004-02-10 | 2005-08-11 | Fuji Photo Film Co., Ltd. | Image processing method, apparatus, and program |
| US20070127840A1 (en) * | 2005-12-07 | 2007-06-07 | Lexmark International, Inc. | Method for removing streaks from a scanned image |
| US20100039538A1 (en) * | 2008-08-12 | 2010-02-18 | Canon Kabushiki Kaisha | Image processing device, image sensing apparatus, and image processing method |
| JP2010166368A (ja) * | 2009-01-16 | 2010-07-29 | Kyocera Mita Corp | ノイズ混入位置検出装置、画像読取装置 |
| JP2011151549A (ja) * | 2010-01-20 | 2011-08-04 | Canon Inc | 信号処理装置、撮像装置、及び信号処理方法 |
| CN102750683A (zh) * | 2012-06-18 | 2012-10-24 | 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 |
| CN102819827A (zh) * | 2012-07-10 | 2012-12-12 | 武汉大学 | 一种基于灰度分割的自适应矩匹配条带噪声去除方法 |
| CN103020913A (zh) * | 2012-12-18 | 2013-04-03 | 武汉大学 | 基于分段校正的遥感影像条带噪声去除方法 |
| CN103903224A (zh) * | 2012-12-25 | 2014-07-02 | 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 |
| CN104021521A (zh) * | 2014-04-08 | 2014-09-03 | 刘健 | 基于傅里叶高通滤波与聚焦分析的遥感影像去条带方法 |
| CN108305288A (zh) * | 2017-10-24 | 2018-07-20 | 国家卫星气象中心 | 用于静止轨道对地观测卫星线列仪器的恒星质心提取方法 |
| CN108681993A (zh) * | 2018-05-10 | 2018-10-19 | 中国国土资源航空物探遥感中心 | 基于归一化的国产高分辨率遥感影像条带噪声去除方法 |
| KR20180122826A (ko) * | 2017-05-04 | 2018-11-14 | 경북대학교 산학협력단 | 잡음 제거 장치 및 방법, 기록 매체 |
| CN109308688A (zh) * | 2018-09-25 | 2019-02-05 | 中国农业科学院农业资源与农业区划研究所 | 一种可见光和近红外波段厚云及阴影去除方法 |
| CN109389063A (zh) * | 2018-09-27 | 2019-02-26 | 北京空间机电研究所 | 基于波段相关性的遥感影像条带噪声去除方法 |
| CN109741278A (zh) * | 2019-01-04 | 2019-05-10 | 北京环境特性研究所 | 一种图像去噪方法 |
-
2020
- 2020-04-20 CN CN202010311982.1A patent/CN111583132B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000316091A (ja) * | 1999-04-28 | 2000-11-14 | Ntt Data Corp | ノイズ除去装置、方法及び記録媒体 |
| US20050175247A1 (en) * | 2004-02-10 | 2005-08-11 | Fuji Photo Film Co., Ltd. | Image processing method, apparatus, and program |
| US20070127840A1 (en) * | 2005-12-07 | 2007-06-07 | Lexmark International, Inc. | Method for removing streaks from a scanned image |
| US20100039538A1 (en) * | 2008-08-12 | 2010-02-18 | Canon Kabushiki Kaisha | Image processing device, image sensing apparatus, and image processing method |
| JP2010166368A (ja) * | 2009-01-16 | 2010-07-29 | Kyocera Mita Corp | ノイズ混入位置検出装置、画像読取装置 |
| JP2011151549A (ja) * | 2010-01-20 | 2011-08-04 | Canon Inc | 信号処理装置、撮像装置、及び信号処理方法 |
| CN102750683A (zh) * | 2012-06-18 | 2012-10-24 | 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 |
| CN102819827A (zh) * | 2012-07-10 | 2012-12-12 | 武汉大学 | 一种基于灰度分割的自适应矩匹配条带噪声去除方法 |
| CN103020913A (zh) * | 2012-12-18 | 2013-04-03 | 武汉大学 | 基于分段校正的遥感影像条带噪声去除方法 |
| CN103903224A (zh) * | 2012-12-25 | 2014-07-02 | 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 |
| CN104021521A (zh) * | 2014-04-08 | 2014-09-03 | 刘健 | 基于傅里叶高通滤波与聚焦分析的遥感影像去条带方法 |
| KR20180122826A (ko) * | 2017-05-04 | 2018-11-14 | 경북대학교 산학협력단 | 잡음 제거 장치 및 방법, 기록 매체 |
| CN108305288A (zh) * | 2017-10-24 | 2018-07-20 | 国家卫星气象中心 | 用于静止轨道对地观测卫星线列仪器的恒星质心提取方法 |
| CN108681993A (zh) * | 2018-05-10 | 2018-10-19 | 中国国土资源航空物探遥感中心 | 基于归一化的国产高分辨率遥感影像条带噪声去除方法 |
| CN109308688A (zh) * | 2018-09-25 | 2019-02-05 | 中国农业科学院农业资源与农业区划研究所 | 一种可见光和近红外波段厚云及阴影去除方法 |
| CN109389063A (zh) * | 2018-09-27 | 2019-02-26 | 北京空间机电研究所 | 基于波段相关性的遥感影像条带噪声去除方法 |
| CN109741278A (zh) * | 2019-01-04 | 2019-05-10 | 北京环境特性研究所 | 一种图像去噪方法 |
Non-Patent Citations (4)
| Title |
|---|
| GIOVANI CORSINI等: "Striping Removal in MOS-B Data" * |
| 支晶晶: "高光谱图像条带噪声去除方法研究与应用" * |
| 熊贤成等: "ＭＯＤＩＳ影像条带噪声行的判断及去除研究" * |
| 黄晓园等: "MODIS影像条带噪声去除邻域插值法研究" * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112148823A (zh) * | 2020-09-04 | 2020-12-29 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种遥感数据几何纠正并行方法、装置及计算机设备 |
| CN112148823B (zh) * | 2020-09-04 | 2023-12-26 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种遥感数据几何纠正并行方法、装置及计算机设备 |
| CN113125351A (zh) * | 2021-03-25 | 2021-07-16 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种多时次遥感影像优化合成方法及系统 |
| CN113125351B (zh) * | 2021-03-25 | 2022-11-29 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种多时次遥感影像优化合成方法及系统 |
| CN114112987A (zh) * | 2021-11-23 | 2022-03-01 | 国家卫星气象中心(国家空间天气监测预警中心) | 冬小麦判识阈值确定方法以及冬小麦判识方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111583132B (zh) | 2023-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111583132B (zh) | 一种去除遥感影像异常条带式噪声的方法、装置、设备及介质 | |
| US7174038B2 (en) | Method for antiscatter stationary grid artifacts detection and attenuation in digital radiographic images | |
| CN110335204B (zh) | 一种热成像图像增强方法 | |
| CN111292254B (zh) | 一种遥感影像中数据异常的确定方法、装置、设备及介质 | |
| JP5534411B2 (ja) | 画像処理装置 | |
| CN108416749A (zh) | 一种超声图像处理方法、装置和计算机设备 | |
| CN113362238A (zh) | 测试图像处理方法、装置、电子设备及存储介质 | |
| US10282826B2 (en) | Despeckling method for radiographic images | |
| CN112435181A (zh) | 针对非制冷红外视频图像竖条纹噪声的滤除方法 | |
| CN114724000A (zh) | 一种屏拍图摩尔纹的处理方法、处理装置及处理设备 | |
| CN112630742B (zh) | 高旁瓣多普勒条带的处理方法、装置、设备和存储介质 | |
| CN111369531B (zh) | 图像清晰度的评分方法、设备及存储装置 | |
| JP5245946B2 (ja) | ノイズ発生源抽出支援プログラム，ノイズ発生源抽出支援装置およびノイズ発生源抽出支援方法 | |
| KR100754969B1 (ko) | 화상 검사 장치, 화상 검사 방법 및 컴퓨터 판독가능한 기억 매체 | |
| CN109859135B (zh) | 一种应用于关联成像的图像增强处理方法 | |
| CN111723753A (zh) | 卫星遥感图像的去条带方法、装置和电子设备 | |
| CN105335936A (zh) | X光机、x光图像中静态滤线栅伪影的去除方法及装置 | |
| Anjanappa et al. | Development of mathematical morphology filter for medical image impulse noise removal | |
| Wang et al. | A bilateral filtering based ringing elimination approach for motion-blurred restoration image | |
| Saad et al. | Natural DCT statistics approach to no-reference image quality assessment | |
| CN110675369B (zh) | 联轴器失配检测方法及相关设备 | |
| CN112148823B (zh) | 一种遥感数据几何纠正并行方法、装置及计算机设备 | |
| CN112053350A (zh) | 一种感兴趣区域遥感数据拼接裁剪处理方法、装置及计算机设备 | |
| CN113205497A (zh) | 双丝型像质计图像处理方法、装置、设备及介质 | |
| Lu et al. | Adaptive Image De-noising Method Based on Spatial Autocorrelation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |