[发明专利]基于变分方法的中分辨率成像光谱仪条带噪声去除方法

权利要求书

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；

步骤2、将步骤1获得的探测器子图像分为两类，一类是不含条带噪声或条带噪声不明显的子图像一类是含有明显条带噪声的子图像下标n₁和n₂为探测器子图像编号，且n₁和n₂编号不重复；

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；

步骤4、将所有去除条带后探测器子图像和不含条带噪声子图像按照编号顺序进行合成，得到去条带后图像。

2.根据权利要求1所述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，其特征在于，步骤1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。

3.根据权利要求1所述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，其特征在于，步骤3利用变分方法去除含有明显条带噪声的子图像中的条带噪声具体包括以下步骤：

步骤31、从含条带噪声子图像集合中选取一幅子图像，设为

步骤32、对于子图像利用相关性计算公式，从中计算得到与其相关性最强的相邻子图像作为参考探测器，相关性计算公式如下：

Hn1=Σi=1MΣj=1N[Xn1(i,j)-μXn1][YK1(i,j)-μYK1]{Σi=1MΣj=1N[Xn1(i,j)-μXn1]2}{Σi=1MΣj=1N[YK1(i,j)-μYK1]2}]]>

式中：H为两相邻子图像的相关系数，表示探测器子图像中坐标(i，j)处的值，表示探测器子图像中坐标(i，j)处的值，M和N分别为子图像的高和宽，μ表示子图像的灰度均值；

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：

∂YK1∂t=[M×N-H(YK1)]-A[(v,w):YK1(v,w,t)≥XK2(x,y,t)]]]>

式中，是输入的第K₁号含条带噪声子图像，是最相关的相邻探测器子图像，H(·)是的累计直方图，A(·)表示面积函数，即中满足的像素个数；

步骤34、利用正则化各向异性扩散方程消除随机条带噪声：

∂YK1∂t=div[g(|▿YK1σ|)▿YK1]]]>

其中，div为散度算子，表示梯度，g(·)是选择的边缘函数，G_σ表示方差为σ的高斯函数，^*表示卷积；

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：

YK1n+1=YK1n+Δt{[M×N-H(YK1n)]-A[(v,w)|YK1n(v,w,t)≥XK2n(x,y,t)]]]>

+λdiv[g(|▿YK1σn|)▿YK1n]}]]>

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；

步骤37、判断含条带噪声子图像集合是否处理完毕，如果处理完毕则结束，否则选取下一幅子图像，从步骤32开始继续处理，对于每个得到对应去除条带后探测器子图像