本发明专利技术公开了一种基于傅里叶高通滤波与聚焦分析的遥感影像去条带方法，该方法结合聚焦分析的初步平滑处理，达到去条带噪声的简易方法。结果表明，处理后的影像在各波段中的均值、标准差均较原始图像明显下降、信噪比显著上升，各变化值总体优于直方图匹配法、三次卷积处理法的去条带噪声方法，综合表明该方法适用于遥感图像的去条带处理，较当前的编程等消除噪声操作更简单、可行。
【技术实现步骤摘要】
本专利技术涉及一种遥感影像去条带方法，具体地说，涉及一种。
技术介绍
条带噪声是一种具有周期性、方向性且呈条带状分布的系统噪声。其引起的原因是:由于光电传感器线阵CCD器件反复扫描地物成像，受扫描探测元正反扫描相应差异、传感器机械运动和温度变化等影响所造成。条带噪声掩盖了图像中一些真实辐射信息，在计算机解译与目视判读之前应该首先消除掉条带噪声的影响。TM遥感影像也存在条带噪声，而当前条带噪声去除方法可分为三类:一是通过创建滤波器来消除条带噪声，但是这种方法会对处理结果产生不同程度的振铃效应，同时要求条带噪声必须是具有周期性的、在频率域上是可识别的；二是小波分析，这种方法或多或少会使图像变平滑，而且处理结果主要依赖于小波函数的选取及条带噪声在频谱域内的位置；三是通过调整图像DN值到某个参考分布上，以此达到消除探测元间条带噪声的目的，此类方法又可分为辐射均衡化、矩匹配和直方图匹配法三种。辐射均衡化方法可以消除非周期条带噪声，但是它是基于探测元响应为线性的假设。矩匹配方法对于一幅足够大的均匀图像，每个探测元生成的DN值分布概率是相同的，同时相机的成像系统要拥有较好的线性响应度。直方图匹配法彻底解决了 CCD响应非线性的缺点，但是该方法依赖于图像的选取。
技术实现思路
为了克服现有技术中存在的缺陷，本专利技术提供一种，是一种能为数据生产一线工作人员所掌握的，既简易、又能保证影像效果的新方法。其技术方案如下:一种，包括以下步骤:(I)条带噪声提取:对带有周期性条带噪声的TM原始影像进行快速傅里叶变换、编辑滤波器，通过控制实验参数滤波类型、余弦滤波窗口、圆形滤波半径以及傅里叶逆变换操作，通过对比分析设立阈值，将高频辐射部分提取出来。(2)聚焦分析初步平滑:选取最大的聚焦分析模块对影像进行平滑处理以达到初步减弱条带辐射与滤掉单点噪声的目的，通过定义能平滑处理条带噪声的聚焦函数(求和、标准差、中值和均值运算)得出最佳处理效果影像。(3)阈值法替换与去除条带:用聚焦分析结果图中高于阈值的部分替换掉傅里叶逆变换影像图，而低于阈值的部分则利用原始影像图中对应部分进行替换。(4)卷积滤波二次去除条带:利用卷积处理进行二次条带去除得到最终处理影像图。进一步优选，第(I)步，单击图像解译Interpreter图标，在下拉列表中选中傅里叶分析FourierAnalysis子菜单，打开傅里叶变换Fourier Transform对话框；导入处理图像文件为TM-1.1mg,同时在输出文件文本框Output File中选择输出数据为TM-1.fft ;同时选择变换的波段范围为1: 7;点击OK按钮执行傅里叶变换操作，得到频谱图影像，见图l.b。第(2)步，单击图像解译Interpreter图标,在其下拉列表中选择傅里叶分析Fourier Analysis子菜单，打开傅里叶变换编辑器Fourier Transform Editor,导入频谱图(即图l.b);通过控制参数，设计一组对比实验:1.选择在傅里叶编辑器中打开掩膜命令Mask，在其下拉列表中选择滤波器子命令Filter,打开滤波对话框Low/High Pass Filter,选定滤波类型Filter Type为高通滤波、选择余弦滤波窗口 Hanning、圆形滤波半径Radius设定为100,以此参数连续三次操作便可得到第一张频率域傅里叶图像，通过File菜单下的子命令Save as保存图像并命名(即图2.a)。在图2.a的基础上进行傅里叶逆变换，单击傅里叶编辑器中的命令按钮，弹出傅里叶逆变换Inverse Fourier Transform对话框,在对话框中勾选“忽略零值” Ignore Zero inStats复选框，选择输出图像数据的类型为Unsigned2bit，最后单击OK按钮执行傅里叶逆变换得到空间域图2.b;2.选择在傅里叶编辑器中打开掩膜命令Mask，在其下拉列表中选择滤波器子命令Filter,打开滤波对话框Low/High Pass Filter,选定滤波类型Filter Type为高通滤波、选择高斯滤波Gaussian窗口、圆形滤波半径设定为30，以此参数连续两次操作便可得到第二张频率域傅里叶图像，通过File菜单下的子命令Save as保存图像并命名(即图2.c)。在图2.c的基础上进行傅里叶逆变换，单击傅里叶编辑器中的命令按钮，弹出傅里叶逆变换Inverse Fourier Transform对话框,在对话框中勾选“忽略零值” Ignore Zero in Stats复选框，选择输出图像数据的类型为Unsigned4bit，最后单击OK按钮执行傅里叶逆变换得到空间域图2.d ；3.如图2.b所示，第一组实验提取出的原始影像图高频组份中，虽然地物的高频组份相较于第二组实验，得到明显减弱，但同时也减弱了条带噪声区域的高频组份；而第二组实验结果的条带区域高频组分得到增强的同时，地物高频组分也相应增强，见图2.d。经多组实验对比分析可得:将图2.b灰度阈值设定为3、图2.d中灰阈值设定为6时，更能有效地将两图中更多的条带噪声提取出来。第(3)步中,在ERDAS菜单上选择图像解译Interpreter菜单,在下拉列表中选择空间增强子菜单Spatial Enhancement,在空间增强命令子菜单中选择聚焦分析命令FocalAnalysis,打开空间分析对话框Focal Analysis ;选择处理影像文件并设置输出文件,设置文件坐标类型Coordinate Type为Map以及输出数据类型为Unsigned8bit ;在聚焦分析中选取的平滑窗口越大，平滑效果越明显，所以选择相应最大的聚焦分析模板7X7窗口对影像进行平滑处理以达到初步减弱条带辐射与滤掉单点噪声的目的；为了能经平滑处理去减弱条带噪声，在定义聚焦函数Function Definition上只对求和Sum、标准差SD、中值Median、均值Mean进行运算。通过观察、比对分析可得，聚焦函数中值Median处理后平滑效果最佳，条带噪声得到相应地减弱，因此选用经中值Median运算处理之后的影像图3c作为下一步实验数据。第(4)步中，在ERDAS菜单上选择模型Modeler菜单,在其下拉列表中选中ModelMaker命令，弹出模型New_Model对话框及工具箱，输入wedge, img、focal, img和TM_1.1mg,输出jiegu0.1mg,采用默认设置；在函数框中选择并输入条件函数用聚焦分析结果图中高于阈值(分别设置为为3与6)的部分替换掉傅里叶逆变换影像图2.b与图2.d中的相应部分；而低于阈值的部分则利用原始影像图TM_1的对应部分进行替换，输出结果，得到图4.a与图4.b。第(5)步中，用卷积处理法进行二次条带去除得到结果影像图。在ERDAS菜单上选择图像解译菜单Interpreter,在其下拉列表中打开福射增强子列表RadiometricEnhancement,再在福射增强子列表下选择TM影像去条命令键Destripe TM Data,打开Destrioe TM对话框。选择处理图像文件与设置输出文件；设置文件坐标类型CoordinateType为Map ;选择输出数据类型为Un本文档来自技高网...
【技术保护点】
一种基于傅里叶高通滤波与聚焦分析的遥感影像去条带方法，其特征在于，包括以下步骤：(1)条带噪声提取：对带有周期性条带噪声的TM原始影像进行快速傅里叶变换FFT、编辑滤波器以及傅里叶逆变换操作，通过对比分析设立阈值，将高频辐射部分提取出来；(2)聚焦分析初步平滑：选取最大的聚焦分析模块对影像进行平滑处理以达到初步减弱条带辐射与滤掉单点噪声的目的，通过定义能平滑处理条带噪声的聚焦函数得出最佳处理效果影像；(3)阈值法替换与去除条带：用聚焦分析结果图中高于阈值的部分替换掉傅里叶逆变换影像图，而低于阈值的部分则利用原始影像图中对应部分进行替换；(4)卷积滤波二次去除条带：利用卷积处理进行二次条带去除得到最终处理影像图。
【技术特征摘要】
1.一种基于傅里叶高通滤波与聚焦分析的遥感影像去条带方法，其特征在于，包括以下步骤: (1)条带噪声提取:对带有周期性条带噪声的TM原始影像进行快速傅里叶变换FFT、编辑滤波器以及傅里叶逆变换操作，通过对比分析设立阈值，将高频辐射部分提取出来； (2)聚焦分析初步平滑:选取最大的聚焦分析模块对影像进行平滑处理以达到...
【专利技术属性】
技术研发人员：刘健，余坤勇，
申请(专利权)人：刘健，余坤勇，
类型：发明
国别省市：福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。