基于方向和结构特征的遥感图像条带噪声分离方法

针对去除遥感图像条带噪声时易造成模糊或细节丢失等问题,分析研究干净图像及条带噪声的方向和结构特征,提出了遥感图像条带噪声分离方法。对于条带噪声,其稀疏结构特征表征为条带的组稀疏性和平滑性,结合条带的L_(2,1)范数和沿条带方向的梯度的L_0范数实现特征约束;对于干净图像,其边缘连续性采用L_1范数进行约束。考虑该约束模型的非凸性,采用基于近端交替方向乘子(PADMM)的算法进行快速求解。模拟数据和实际数据的实验结果表明,所提算法有效去除了图像中的条带噪声,同时高效保留原图像的细节信息,充分验证了算法的可行性和可靠性。     

TDI-CCD图像固有条带噪声的消除方法及实现

存在于TDI-CCD图像中的条带噪声会影响图像的质量,降低系统的测量精度。针对TDI-CCD图像固有条带噪声的灰度值在原始信息中变化比较缓慢的特点,利用傅里叶变换域内的频谱图映射确定条带噪声频率的方法,分别采用低通、带阻滤波器对条带噪声进行消除。另外,提出了一种改进阈值的小波变换法来消除条带噪声,该方法能在小波分解后各个尺度的垂直方向上自适应地确定阈值。实验结果表明在消除条带噪声方面,改进阈值的小波变换法优于传统的傅里叶变换法。在整个频率域内,改进阈值的小波变换法能够较彻底地消除条带噪声,同时较好地保持了原图像的特征。     

CCD图像条带噪声消除方法

条带噪声是线阵CCD成像过程中最常见的系统噪声,其存在掩盖了图像的有用信息,给图像判读造成了不利影响。利用小波变换对信号奇异点检测的优越性,检测出条带噪声在小波系数中的周期性分布规律。依据小波去噪三步法,对存在条带噪声的低频和高频小波系数分别进行阈值处理。处理后图像目视效果良好,功率谱基本保留了原图像功率谱的变化趋势,表明在有效去除条带噪声的同时,较好地保留了图像中的有用信息。     

一种新型的红外影像ME噪声去除方法

记忆效应(Memory Effect, ME)噪声是发生在红外光机扫描仪影像中的一种条带噪声。扫描条带中,有明显亮暗突变位置的景物的ME噪声尤其明显,会严重影响影像的目视效果。传统的ME噪声去除方法基于系统脉冲响应函数构建复原滤波器,使用复原滤波器对图像进行复原。该方法的缺点是必须有精确的系统脉冲响应函数。针对传统方法的不足,提出了一种新的ME噪声去除算法。该算法利用影像自身的辐射信息,使用检测模板遍历整景影像以检测ME噪声,对检测到的噪声使用迭代法去除。最终,选取资源一号01星的IRMSS影像进行了试验。结果表明,该方法可以有效去除ME噪声,从而提升图像的辐射质量。     

基于参考波段的去除HJ-1A星HSI图像中条带噪声的方法

环境卫星HJ-1A搭载的超光谱成像仪自2008年9月发射以来,已获取了大量影像数据.由于超光谱成像仪部分波段的图像存在明显的条带噪声,其图像应用效果受到严重影响.本文针对该图像噪声的特点,提出了一种基于参考波段的移动窗口条带噪声去除方法.结果表明,新的噪声去除算法不仅可以有效去除图像的条带噪声,显著提高图像的清晰度,而且还保留了原始图像的基本信息.该方法具有处理速度快、适用性广等优点,是一种理想的条带噪声去除方法.     

CCD推扫遥感成像中的欠采样噪声处理

欠采样噪声产生分布于整个画面的小尺寸附加像,给目标识别等应用带来困难.本文推导并优化了CCD图像捕捉系统中消欠采样噪声算法,提出新的CCD推扫和采样数据处理方法,在CCD只能有推扫方向位移的遥感成像应用条件下,消除了图像中的欠采样噪声.扫描位移误差小于CCD间隔的1/4范围内,能消除或减小欠采样噪声.图像处理实验结果证明了欠采样噪声处理方法的正确性和有效性.     

脉冲噪声图像的中-均值滤波算法

由于在图像信息的获取和传输过程中,图像常常受到不同程度的脉冲噪声污染。为了有效地去除高浓度脉冲噪声,提出了一种基于中－均值滤波器的噪声去除算法。该方法根据脉冲噪声特点,设定一个简单的噪声检测算子,根据噪声检测结果设定自适应滤波窗口,同时根据噪声密度选择中值和均值滤波器。为了更加有效地保留图像的原有信息,对非噪声点不做滤波处理。仿真结果表明,所提出的中－均值滤波方法不仅能有效地去除高浓度的脉冲噪声,而且能很好地保留图像的原有信息,并具有较短的滤波处理时间。     

应用相位一致性评价多光谱遥感图像条带噪声

条带噪声是影响多光谱遥感图像质量的重要因素之一,严重影响遥感数据的解译和信息提取。提出一种应用相位一致性进行多光谱遥感图像条带噪声质量评价的方法。该方法不受图像亮度或对比度变化的影响,以频域中相位一致性探测图像特征点,综合考虑图像中条带噪声的数量、长度、宽度和强度建立评价因子,客观评价遥感图像中存在的条带噪声对图像质量的影响。实验证明该方法评价结果符合人眼视觉感官评价。     

基于空间自适应变分的条带噪声去除方法

遥感图像经常被条带噪声污染,导致图像质量下降。为了去除条带噪声,本文提出了一种基于空间自适应变分的噪声抑制方法。首先,对条带噪声建模,并利用信噪比较高的区域估计出模型的增益和偏置;然后,在变分法的框架下,构建能量函数,并引入空间自适应正则因子,根据图像空间信息自适应调整正则参数;最后,采用分裂式Bregman算法优化能量函数,得到去噪图像的最优解。实验表明,本文算法可以将实际遥感图像等效视数由37.26提高到76.48,辐射质量提升因子提高到8.52 dB。本文算法能够有效去除条带噪声,保留图像细节,改善图像质量。     

基于多尺度方向局部极值滤波和ASR的图像融合

为了更好地提取源图像的边缘和方向信息,充分利用边缘保持滤波器的保边缘特性和方向滤波器有效提取方向信息的能力,提出一种基于局部极值滤波和非下采样方向滤波器的多尺度方向局部极值滤波图像融合方法。源图像经多尺度方向局部极值滤波,得到低频子带以及一系列的高频方向细节子带,对低频子带系数提出一种基于自适应稀疏表示(ASR)的融合规则,采用空间频率与l1范数相结合的策略得到融合的稀疏表示系数,对高频方向细节子带系数提出一种基于改进拉普拉斯能量和匹配度的选择与加权平均相结合的融合策略。实验结果表明,本方法能够有效提取源图像的边缘等细节信息,融合结果对比度更高,具有更好的主观视觉效果,其客观评价指标也优于传统的图像融合方法。