[发明专利]一种基于空间分割的矩匹配卫星影像条带噪声去除方法

权利要求书

1.一种基于空间分割的矩匹配卫星影像条带噪声去除方法，其特征在于步骤如下：

1）对待处理卫星影像的每个像素(x,y)建立邻域范围k×k，其中k为正奇数，即以像素点(x,y)为中心，选择k×k大小的区域L；获取区域L中所有像素的灰度值的平均值f(x,y)，获取区域L中所有像素的灰度值的中间值g(x,y)，获取梯度G(x,y)=Gx2+Gy2,]]>其中Gx=-101-202-101*L,Gy=121000-1-2-1*L,]]>其中*为卷积符号；

以每个像素点的均值f、中值g、梯度G为该像素点的三维坐标，映射到以f、g、G分别为三轴的三维直角坐标系中，构建待处理卫星影像的三维共生矩阵模型；并设置分割次数N，其中N为大于1的正整数；

2）在步骤1）建立的三维共生矩阵模型中设置初始分割点s(f₀,g₀,G₀)；以过点s(f₀,g₀,G₀)且平行于fOg的平面、过点s(f₀,g₀,G₀)且平行于gOG的平面和过点s(f₀,g₀,G₀)且平行于fOG的平面将三维共生矩阵分为八个子空间；定义在fOg平面内的四个子空间为下层子空间，其余四个子空间为上层子空间；在上层四个子空间中，定义与G轴相交的子空间，以及与该子空间对称的子空间为参考区域A₀和B₀；在下层四个子空间中，定义与G轴相交的子空间，以及与该子空间对称的子空间为计算区域C₀和D₀；

3）沿G轴移动s点，在移动过程中实时获取参考区域A₀、B₀内的熵的和，取和的最大值点为记G轴上的最佳分割点s_G(f₀,g₀,G₀')，并重新获得参考区域A_0G和B_0G；沿f轴移动s_G点，在移动过程中实时获取参考区域A_0G和B_0G内的熵的和，取和的最大值点记为f轴上的最佳分割点s_fG(f₀',g₀,G₀')，并重新获得参考区域A_0fG和B_0fG；沿g轴移动s_fG点，在移动过程中实时获取参考区域A_0fG和B_0fG的熵的和，取和的最大值点记为g轴上的最佳分割点s_fgG(f₀',g₀',G₀')，并重新获得参考区域A_0fgG和B_0fgG；将最佳分割点s_fgG记为s'，将参考区域A_0fgG和B_0fgG，记为参考区域A₁和B₁，获得三维共生矩阵第一级分割的八个子空间，并得到第一级分割的计算区域C₁和D₁；

4）在步骤3）中得到的计算区域C₁、D₁中的每个区域内重复步骤2）、步骤3），得到四个第二级分割的计算区域；

5）重复步骤4）直到设置的迭代次数N执行完毕，得到最终2N的计算区域；

6）计算步骤5）中获得的每个计算区域所对应的像素灰度值的均值和方差，采用标准矩匹配方法，重新计算该区域所对应的像素的灰度值，最终去除待处理卫星影像的条带噪声。