[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

摘要

一种基于空间分割的矩匹配卫星影像条带噪声去除方法，该方法将不同光谱特征的地物依据均值、中值、梯度的特征进行分割，并对每一个分割区域采用标准矩匹配处理。该方法针对数据量大的遥感全色影像，基于基本影像处理理论，提供了一种有效的影像噪声去除方法。该方法能够有效地复原影像、改善影像质量，算法效率也很高。

主权项

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 ) = G x 2 + G y 2 , 其中 G x = - 1 0 1 - 2 0 2 - 1 0 1 * L , G y = 1 2 1 0 0 0 - 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sG(f0,g0,G0')，并重新获得参考区域A0G和B0G；沿f轴移动sG点，在移动过程中实时获取参考区域A0G和B0G内的熵的和，取和的最大值点记为f轴上的最佳分割点sfG(f0',g0,G0')，并重新获得参考区域A0fG和B0fG；沿g轴移动sfG点，在移动过程中实时获取参考区域A0fG 和B0fG的熵的和，取和的最大值点记为g轴上的最佳分割点sfgG(f0',g0',G0')，并重新获得参考区域A0fgG和B0fgG；将最佳分割点sfgG记为s'，将参考区域A0fgG和B0fgG，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。