一维信号处理引导下的遥感影像条带噪声快速滤除方法
【技术领域】
[0001] 本发明属于光学遥感影像处理技术领域，具体涉及一维信号处理引导下的遥感影 像条带噪声快速滤除方法。
【背景技术】
[0002] 在遥感影像的获取过程中，受相机性能以及外界环境的影响，多探测器成像仪在 成像时容易因其探测器不一致的响应出现条带噪声等降质问题。其中，条带噪声的出现会 掩盖地物的真实辐射信号分布，直接降低影像的质量，并影响数据的后续解译和信息提取 精度。因此，恢复遥感影像中受条带噪声污染的信息，是一个重要的课题。
[0003]目前，针对遥感影像中的条带噪声问题主要发展了以下几类方法，包括：基于变换 域的方法、基于最优化模型的方法和基于空间域的方法。基于变换域的方法通过将影像变 换到某一频率空间以突出影像中条带成分与非条带成分的差异，然后利用某一特定滤波器 对频率域中的条带成分进行剔除，最后将结果由频率空间逆变换回影像空间。此类方法虽 然计算效率高，但在条带成分剔除时通常难以确定噪声的集中频率，因而易出现非条带区 域信息丢失或者条带去除不彻底等问题。基于最优化模型的方法在建模时能充分考虑条带 噪声的各类特性，其求解的去噪影像往往结果较优，但是限于模型的计算复杂度，该类方法 不适于大数据量的遥感影像条带处理。基于空间域的方法则多与匹配和校正技术相关，有 较高的处理效率，但是该类方法的处理结果易受参考信息选取策略的限制，若制定相关策 略时没有从条带噪声的有关特点出发，最终的处理结果很可能并不理想。
[0004] 虽然现有的条带去除方法各具特点，但它们往往难以同时兼顾处理精度、处理速 度与方法普适性上的要求。而随着各种光学遥感影像获取途径的增加，在影像的实际处理 过程中，可能面对的条带噪声表象也越来越复杂，对于方法稳定性和效率上的要求也将越 来越高。面对这些实际的应用需求，如何设计一种对遥感影像中各类条带噪声普遍适用的 新方法，实现不同区域、不同噪声程度条带的快速、准确校正，具有十分重要的研究意义。
【发明内容】
[0005] 本发明的目的在于，针对现有的技术局限，提供一种一维信号处理引导下的遥感 影像条带噪声快速滤除方法，在顾及影像局部特征与邻近影像局部间关系的基础上，利用 噪声影像的统计特征预估无噪影像的相应特征，并以之引导影像条带的滤除，以获取更为 快速、准确的条带处理结果。
[0006] 本发明的技术方案为：一维信号处理引导下的遥感影像条带噪声快速滤除方法， 其特征在于，包括如下步骤：
[0007] 步骤1，基于影像局部，获取噪声影像的统计特征曲线；
[0008] 步骤2,利用噪声影像的统计特征曲线预估无噪影像的统计特征曲线；
[0009] 步骤3,根据噪声及预估特征曲线上的对应特征值，结合矩匹配的方法计算每个像 素点的线性校正系数；
[0010] 步骤4,对线性校正系数进行融合、优化；
[0011] 步骤5,使用优化后的线性校正系数对条带影像进行逐点滤波；
[0012] 步骤6,结束。
[0013] 进一步的，所述的步骤1包括以下子步骤：
[0014] 步骤1. 1，设置两个与原始影像大小相同的矩阵M和S，用于记录原始影像的局部 特征值；
[0015] 步骤1. 2,以像素点（Xi, y_j)为中心，以r为半径，计算在条带延伸方向上2r+l个像 素的灰度值均值μ U和标准差σ u，并分别将其存入均值矩阵M和标准差矩阵S的（i，j) 元素中。
[0016] 进一步的，所述的步骤2包括以下子步骤：
[0017] 步骤2.1，设置两个与原始影像大小相同的矩阵M'和S'，用于记录预估的局部 特征值；
[0018] 步骤2. 2,沿垂直于条带的延伸方向，分别对M和S矩阵进行平滑滤波，并将滤波结 果记入和V中。
[0019] 进一步的，所述的步骤3包括以下子步骤：
[0020] 步骤3. 1，设置两个与原始影像大小相同的矩阵A和B，用于记录每个像素点的线 性校正系数；
[0021] 步骤3.2,以像素点（Xl，y])为目标，对应地提取M、S、M'和S'四个特征矩阵中位 于（i，j)处的特征值，并利用矩匹配公式计算目标像素的线性校正系数对，分别将增益和 偏移系数存入A、B的（i，j)元素中。
[0022] 进一步的，所述的步骤3. 2中，采用矩匹配技术逐点计算待处理影像的线性校正 系数，包括增益系数，如式（1)和偏移系数1^ ,如式（2);
[0024] b^ j= μ; ⑵其中，μ u、0 u为像素点（x D y.j)的局部原始均值 和标准差，μ ' U和σ ^ U则为滤波后的局部均值和标准差。
[0025] 进一步的，所述的步骤4包括以下子步骤：
[0026] 步骤4.1，设置两个与原始影像大小相同的矩阵A'和B'，用于记录每个像素点 优化后的线性校正系数；
[0027] 步骤4. 2,以A中的（i，j)元素为处理中心，以r为半径，计算沿条带方向上2r+l 个系数的平均值，并将该值计入A'的（i，j)元素中；
[0028] 步骤4. 3,按步骤4. 2所述的方法，对B中的系数进行融合，获取优化系数矩阵 Br 〇
[0029] 进一步的，所述的步骤5中，依照式（3)，对条带影像进行逐点滤波；
[0031] 其中，R1^和D u分别为原始待处理影像和滤波结果影像在像素点（X D y])处的对 应像素值，疋7和t则为该点的两个优化线性校正系数，为A'、B'中的（i，j)元素。
[0032] 优选的，所述的r的取值为21。
[0033] 本发明的有益效果是：一维信号处理引导下的遥感影像条带噪声快速滤除方法， 利用影像中条带和非条带像素在一维空间中较为突出的统计特征差异，通过一维信号处理 的方法预估去条带后像素的正常统计特征，使条带噪声的校正在特征引导下快速、可靠地 进行；同时，本发明充分顾及影像的局部特性以及邻近影像局部间的联系，对影像不同局 部、不同条带程度的像素，根据其与局部引导特征间的关系，进行不同强度的滤波处理，有 效解决了复杂条带噪声在校正过程中出现的校正不到位和校正过度的问题；本发明提出的 方法可有效地应用于光学遥感影像中条带噪声的快速滤除，使处理结果在消除噪声的同时 最大程度保留影像的信息特征。
【附图说明】
[0034] 图1为本发明的总体流程图。
【具体实施方式】
[0035] 为了便于本领域普通技术人员理解和实施本发明，下面结合附图和实施示例对该 项技术作进一步的详细说明，应当理解，此处所描述的实施示例仅用于说明和解释本发明， 并不用于限定本发明。
[0036] 如图1所示，本发明实施的主要步骤可以分为以下两个阶段：
[0037] 第一阶段：计算校正系数；
[0038] 步骤1，基于影像局部，获取噪声影像的统计特征曲线。
[0039] 步骤1. 1，设置两个与原始影像大小相同的矩阵M和S，用于记录原始影像的局部 特征值。
[0040] 步骤1. 2,在沿条带的延伸方向上，以像素点（Xi, y_j)为中心，r为半径，计算包含 2r+l个像素的像素段均值μ u和标准差〇 I j，并将其记为该点的两个局部特征值，分别存 入均值矩阵M和标准差矩阵S的（i，j)元素中。值得注意的是，从垂直于条带延伸的方向 来看，特征值矩阵M和S实际上包含了多条一维特征曲线，且这些曲线的抖动恰好反应了条 带像素的位置及强度信息。在计算特征值的过程中，为使计算的特征值能合理反应区域的 统计规律，r的选值不宜过小；同时为保证特征值的局部性，r的选值也不宜过大。在此给 出r的参考值为21，具体设定可视情况而变。
[0041] 步骤2,利用噪声影像的统计特征曲线预估无噪影像的统计特征曲线。