一种直方图匹配和线性空间滤波相结合的条带噪声去除方法

航天和航空遥感图像中,普遍存在着条带噪声(stripe noise),任何使用多个探测元进行获取图像的遥感器图像数据中均存在条带噪声。本文针对CBERS-02星图像中的两类条带噪声:探测元间条带噪声和横向随机条带噪声,提出了一种直方图匹配和线性空间滤波相结合的去条带噪声方法。其中直方图匹配用于去除探测元间的条带噪声,线性空间滤波用于消除横向随机条带噪声。实验结果表明,该方法能有效去除CBERS-02星影像中的条带噪声,并且能很好地保证图像质量。最后,从定性和定量两个方面进一步说明了该方法的有效性。     

双边滤波与矩匹配融合的高光谱影像条带噪声去除方法

针对环境减灾小卫星高光谱影像数据中存在的条带噪声,提出一种双边滤波与矩匹配方法融合的去除条带噪声方法。该方法克服了传统方法在去除条带噪声的同时带来新的噪声,并且边缘信息丢失等问题。最后进行了几种去除条带方法的比较试验,并且对试验结果进行了讨论。试验证明,提出的方法去除高光谱遥感影像的条带噪声效果明显,且能较好地保留原始影像中的地物信息。     

改进的矩匹配遥感影像条带噪声去除方法研究与实现

遥感传感器在扫描成像过程中,由于感光单元间的响应差异和其他因素,有时会产生条带噪声,这严重影响了影像的应用。为了更好地利用这些影像,必须首先对影像进行去条带处理。首先对比分析两种基于同一个传感器单元获取的影像具有统计一致性假设的条带噪声去除算法,即均值归一化方法和矩匹配方法,再对矩匹配方法进行了改进,并在VC++6.0下分别编程实现。经过对有条带噪声的IRS5.8 m分辨率全色遥感影像进行处理和对比分析,在光谱保持和条带噪声去除效果综合考虑下,得出改进的矩匹配方法优于均值归一化方法。     

南极1∶20万大剖面卫星影像数字制图

本文论述了在缺少地面控制点的情况下，进行南极卫星影像数字制图的方法和技术。利用ＴＭ和ＭＳＳ卫星影像数据，制作了从中山站至南极点大剖面考察区内的１∶２０万卫星影像图。南极景观以冰雪地貌为主，冰雪在卫星影像上亮度极大，反差极小，导致条带噪声干扰严重。另一方面，裸岩地、海水与冰雪之间的反差又过大，细貌被压抑，这些又给影像处理造成很大困难，针对这些特点，本文叙述了从影像中提取噪声谱后利用方向滤波法消去条带噪声。基于自动识别理论进行分类增强，采用相关匹配和加权平滑法进行不同时期卫星影像镶嵌等几项特殊处理技术。     

南极卫星影像条带噪声的消除

利用二维傅里叶变换进行方向滤波，较好地消除了南极地区影像上的条带噪声。     

南极卫星影像条带噪声的消除

利用二维傅里叶变换进行方向滤波，较好地消除了南极地区影像上的条带噪声。     

一种遥感影像混合噪声的去噪方法

为了减弱遥感影像噪声的影响，提高影像使用价值，提出了一种新的针对遥感影像混合噪声去噪的组合滤波，即基于三维块匹配和自适应中值滤波的去噪方法；此外使用rbio3小波和db20小波替换传统三维块匹配参数，进行两个仿真试验和一个真实遥感图像去噪试验。结果表明：本文方法在去除遥感影像常见的脉冲与高斯噪声方面，效果优于传统滤波方法。     

基于小波融合技术的云噪声影像修补法

在可见光遥感影像中，常常因为云噪声的遮挡而很难获得有云区域的信息，从而影响测绘产品的精度。本文依据小波变换理论，制订了基于阈值判断的系数取值融合规则，并与灰度的直方图匹配和中值滤波相结合，通过组合同一传感器不同时相或不同传感器所获取的遥感卫星影像，从而重构出消除云噪声后且灰度均衡的影像。经实验证明，该方法具有一定的可行性。     

GRACE时变重力场滤波方法

针对GRACE时变重力场模型高阶项误差较大导致的"南-北"条带噪声,该文利用模拟的GRACE数据分析了去相关滤波、Gaussian滤波、组合滤波和平滑先验信息滤波方法对噪声的滤除效果和对真实信号的衰减程度。实验表明:4种滤波算法均能有效降低条带噪声,但单独使用去相关滤波时效果较差,需与其他算法结合使用;Guass滤波和组合滤波在减小噪声条带的同时,也在一定程度上牺牲了空间分辨率;平滑先验信息滤波在移除噪声、保留有效信号方面比其他3种算法有较为明显的优势。     

结合相似块匹配及线性最小均方误差滤波器的全极化雷达影像去噪

针对全极化合成孔径雷达Pol SAR(Polarimetric Synthetic Aperture Radar)影像相干斑噪声严重的问题,提出了一种结合相似块匹配和线性最小均方误差原理的去噪方法。该方法首先在原始影像上实现相似块组的匹配,进而利用线性最小均方误差滤波器对影像块组进行滤波得到初始去噪结果;然后,同时利用原始影像和初始去噪影像的信息进行相似块组的重新匹配,并再次利用线性最小均方误差原理对重匹配影像块进行去噪,得到影像最终的去噪结果。利用模拟的Pol SAR影像和高分三号卫星Pol SAR影像进行了算法效果的验证。结果表明,去噪算法在显著抑制影像噪声水平的同时,也能较好地保持影像的边缘和极化特性等细节信息。     

SAR影像匹配算法的研究

提出了一种高效稳定的SAR影像匹配算法,该算法首先采用Frost滤波对SAR影像的斑点噪声进行预处理,再结合SIFT和SURF算法对滤波后的SAR影像进行特征点提取,使用Matlab程序实现立体影像无痕拼接,实现了SAR影像的高精度匹配,该方法提高了SAR影像的匹配成功率,减少了匹配时间。     

结合BM3D和多级非线性加权平均中值滤波的遥感影像混合噪声去噪方法

提出了一种基于三维块匹配（BM3D）和多级非线性加权平均中值滤波的遥感影像混合噪声去噪方法，使用coief3小波和sym2小波替换传统三维块匹配算法中的bior1.5和hear参数，将三维块匹配算法和多级非线性加权平均中值滤波相结合以提高算法对混合噪声的去噪能力。进行一个仿真对比试验和一个真实遥感影像去噪试验，试验表明，本文提出的方法在遥感影像混合噪声去噪方面效果要优于传统混合噪声去噪方法。     

采用灰度分割的自适应矩匹配条带噪声去除方法

针对国产卫星全色影像中的随机条带噪声现象,提出了一种采用灰度分割的自适应矩匹配条带噪声去除方法。该方法首先将不同反射特性的地物按照灰度差异进行分割处理,然后对每一个分割区域分别采用标准矩匹配进行处理,从而抑制标准矩匹配处理过程中造成的灰度畸变。选取资源1号02C-HR光学影像进行实验,结果表明,与现有的去噪方法相比,所得图像质量有较大提升。     

基于改进矩匹配算法的珠海一号高光谱卫星影像相对辐射校正

珠海一号高光谱卫星影像部分波段存在着噪声干扰,严重影响了数据的质量与信息利用.本文分析了珠海一号高光谱卫星数据噪声的特点,在矩匹配算法的基础上,使用移动窗格对影像进行分段处理,并采用距离加权计算与去除极端值统计数据的方法提高参考值的准确度,实现了基于影像的相对辐射校正.实验结果表明,与传统矩匹配法和傅里叶滤波法相比,本文方法能有效去除遥感影像中存在的噪声,并能较好保留原影像的辐射特征.     

Terra MODIS数据28波段影像条带噪声去除方法

Terra卫星MODIS传感器影像中多个波段数据存在条带噪声,其中第28波段的数据受影响较为严重,且随着时间的推移噪声强度更大、噪声类型更加复杂。针对该波段同时受探元-探元噪声与镜面条带噪声影响的特点,本文在矩匹配方法的基础上,提出了基于曲线拟合与去除信号趋势项的条带噪声去除方法。实验结果表明,相对于传统方法,本文提出的两种条带去除方法具有更强的稳健性。     

一种基于高通滤波的主成分分析影像融合方法

针对主成分分析(PCA)变换影像融合过程中变量降维信息损失较多的问题,提出了一种基于高通滤波的主成分分析(PCA)变换融合方法。该方法首先对高分辨率影像在高通滤波模块上进行卷积运算,然后将滤波过后的影像与主成分变换后的第一主分量进行直方图匹配和加权平均运算;最后用直方图匹配过的高分辨率影像代替第一主分量与其他分量经K-L逆变换得到融合结果。选取北京二号卫星影像进行试验,通过将PCA变换和HPF融合结果进行对比评价,结果表明了该方法很好地提高了影像的空间细节信息与光谱保持能力,实验结果将为后续高分系列卫星影像处理提供支持。     

Laws纹理能量结合灰度共生矩阵的遥感影像面状地物提取

针对遥感影像中纹理较复杂的面状地物提取问题,提出一种Laws纹理能量结合灰度共生矩阵的遥感影像面状地物提取方法。该方法首先利用数学形态学膨胀、腐蚀对影像进行预处理;然后,分别对影像进行直方图均衡化,利用4个微观滤波算子滤波生成4幅微纹理影像;计算影像4个方向灰度共生矩阵及每个共生矩阵的4个纹理测度,生成4幅纹理影像;最后,结合8幅纹理影像进行区域生长跟踪轮廓。     

HY-1A卫星COCTS数据条带消除的两种定量化方法比较

HY-1A卫星是中国第一颗海洋遥感卫星,水色水温扫描仪(COCTS)是其主要探测器。由于各探测单元的信号响应特性不同,导致COCTS数据含有大量条带噪声。这严重影响了图像的质量和可视性,对资料的定量化应用也是十分不利的。为了解决这个问题,本研究采用矩匹配及直方图匹配法,对COCTS数据进行条带消除。结果表明,两种方法都是有效的,能够在消除条带的同时保持数据原有的物理意义,并避免细节特征的丢失。但是从整体效果看,直方图匹配法更好一些。本研究的结果同样适用于其他以并扫方式获取数据的遥感器的条带消除。     

一种消除高密度椒盐噪声的迭代中值滤波算法

针对现有滤波方法处理高密度椒盐噪声的不足,提出一种简单有效的迭代中值滤波算法。该方法首先依据像素的强度值判断噪声点的位置,然后在循环迭代的处理框架内,对噪声像元进行逐步恢复。若噪声影像中包含足够的健康信息,则利用局部灰度差异控制项,完成对滤波结果的进一步优化。基于标准测试影像的实验表明,该方法能更为精确地恢复出被椒盐噪声污染的影像细节信息,其处理结果在目视及定量评价上均优于4种对比的滤波方法;且该方法的处理优势在影像椒盐噪声比例高达95%的情况下也依旧显著。