[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

说明书

技术领域

本发明属于遥感图像处理领域，特别是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。

背景技术

中分辨率成像光谱仪(MODIS)是一种先进的空间对地观测传感器。该传感器具有36个波段，采用多元并扫方式进行扫描，其中250m分辨率40元并扫，500m分辨率20元并扫，1km分辨率10元并扫。多元并扫技术在提高数据采集和扫描效率的同时，由于多个探测器之间很难达到完全一致的响应水平，加上空间复杂的电磁环境和器件本身的误差导致了条带噪声的产生。而条带噪声的存在不仅严重的影响了波谱特征增强及空间特征增强和提取的效果，对于进行大气校正进而定量反演水体等光学特性来说也是十分不利的(因为条带效应引入了处理中的噪声，如若不进行条带的消除工作，进行大气校正的结果就会退化)。因此，必须进行条带去除，这对于遥感影像数据后续应用的有效性至关重要。

目前，用于去除遥感影像条带噪声的方法主要分为两大类：一类是通过傅立叶变换、小波变换等频率域滤波的方法通过滤波算子去除周期性噪声的频率成分，然后反变换回空域获得去噪后图像。该方法存在的一个很大问题就是不易选择正确的频率成分，而将处于条带频率的非条带的有用信息去除掉。另一类是针对图像本身的灰度值特征进行归一化和匹配的方法，典型的有直方图匹配和矩匹配方法。在实际应用中，通常每个通道选择一个确定的探测器作为参考，其他探测器以此为标准进行调整，从而实现图像条带的消除。

MODIS数据中存在三种条带噪声：镜边条带、探测器间条带和随机噪声条带。为了去除这三种条带噪声，通常的做法是针对三种条带噪声特性分别进行去除。Preesan Rakwatin在“stripe noise reduction in MODIS data by combining histogram matching with facet filter”一文中提出先利用直方图匹配方法去除探测器间条带，再利用迭代加权最小二乘小面滤波法去除随机噪声条带。但是这种方法在去除探测器间条带的同时可能增强随机噪声，使后续的去噪处理难以奏效，同时，遥感图像的重要细节部分会受到模糊。

发明内容

本发明所解决的技术问题在于提供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，从而能够实现探测器间条带和随机噪声条带的并行有效去除，并最大限度地保持数据自身的物理特性。

实现本发明目的的技术解决方案为：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，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。

本发明与现有技术相比，其显著优点为：本发明针对MODIS数据含有三种条带噪声的特点，能够实现探测器间条带和随机噪声条带的并行去除，避免了去除一种条带噪声而使另外一种条带噪声得到增强的情况，并且可在有效解决条带噪声影响的同时最大限度的保留原数据的物理特性。

下面结合附图对本发明作进一步详细描述。

附图说明

图1是本发明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流程图。

图2是本发明的实施例所用数据。

图3是分离探测器子图像，其中(a)-(j)分别对应1-10号探测器子图像。

图4是整幅图像去条带结果图，其中(a)为具体实例原图(b)为基于传统直方图匹配方法去条带结果图像(c)为基于变分方法去条带结果图像。

具体实施方式

本发明的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，包括以下步骤：