一种用于去除高分辨率天文图像中条纹噪声的方法技术

本发明专利技术涉及一种用于去除高分辨率天文图像中条纹噪声的方法，属于天文图像处理技术领域。本发明专利技术首先，对含有条纹噪声的图像进行边缘扩展和对数化；接着，小波分解对数化后的图像并提取小波域各层的垂直分量；再对小波域各层的垂直分量进行高通滤波，得到高频分量；然后，采用小波重构的方法对不含条纹噪声的小波域信息进行重构；依次提取一级、二级和三级条纹；最后，用含有条纹噪声的图像除以三级条纹得到无条纹图像。本发明专利技术用小波域滤波技术和空域滤波技术相结合的方法去除条纹噪声，该方法能够较好的保留图像本身的信息，从而使处理结果更加准确，得到的无条纹图像质量更高。

【技术实现步骤摘要】

本专利技术涉及一种用于去除高分辨率天文图像中条纹噪声的方法，特别涉及一种结合小波域滤波和空域滤波去除高分辨率天文图像中条纹噪声的方法。属于天文图像处理

技术介绍
天文图像在采集过程中，由于采集方式和图像传感器成像技术的不同会不可避免地影响到图像的质量。CMOS图像传感器作为高分辨率图像采集器的一种，由于成像技术的原因，致使高分辨率图像中经常会产生明暗交替的条纹噪声。这些噪声的存在不但降低了图像的质量，而且在使用图像过程中也会带来很大的影响。因此去除高分辨率图像中的条纹噪声对其后续的科学研究具有重要的意义。目前对于去除这类条纹噪声主要有两类方法，一类是通过硬件的方法进行辐射校正，另一类是通过软件的方法进行校正。其中，硬件校正的方法是在图像成像过程中进行的，其校正原理是利用校正因子对条纹方向的像素值进行纠正来改善高分辨率图形的质量，但是这种方法仅能去除约70％的条纹噪声，校正后的图像中仍然会存在少量的条纹噪声。相比硬件校正的方式软件校正又有多种不同的处理方法，主要有直方图匹配、主成分变换以及矩匹配等。其中，直方图匹配法假设每个传感器所获取的子图像具有相同的辐射分布，然后把这些子图像的直方图按照事先设定的参考直方图进行调整以此达到去除条纹噪声的目的；主成分变换法首先将含有条纹噪声成分的数据值提取出来，然后再将这部分数据设置为常数，最后反变换回原图像以去除条纹噪声；矩匹配法通过每个传感器所记录数据的增益与偏移成线性的关系，将其均值和方差调整到设定的参考值上以达到去除条纹噪声的目的。但是，这些方法都不可避免的在去除条纹噪声的同时损伤了图像的真实信息，降低了图像的质量，而且其中的一些方法计算量较大。本专利技术正是为了解决这些问题而提出了一种小波域滤波技术和空域滤波技术相结合的方法，该方法改变了传统方法以去除条纹噪声为首要目的思想，而以保留图像信息为首要目的，在尽可能不损伤图像真实信息的情况下去除高分辨率图像中的条纹噪声。
技术实现思路
本专利技术提供了一种用于去除高分辨率天文图像中条纹噪声的方法，根据图像信息在空间域和小波域的表现特性，采用小波分解的方法准确提取条纹噪声所在的垂直分量，然后，以保留图像信息为出发点，间接去除高分辨率图像中的条纹噪声，从而得到高质量的无条纹图像，解决了传统方法以去除条纹噪声为首要目的时造成图像真实信息损伤的问题。本专利技术的技术方案是：一种用于去除高分辨率天文图像中条纹噪声的方法，首先，对含有条纹噪声的图像进行边缘扩展和对数化；接着，小波分解对数化后的图像并提取小波域各层的垂直分量；再对小波域各层的垂直分量进行高通滤波，得到高频分量；然后，采用小波重构的方法对不含条纹噪声的小波域信息进行重构；依次提取一级、二级和三级条纹；最后，用含有条纹噪声的图像除以三级条纹得到无条纹图像。所述用于去除高分辨率天文图像中条纹噪声的方法的具体步骤如下：Step1、图像预处理：首先对含有条纹噪声的图像进行边缘扩展，然后对其进行对数化，得到对数化图像；Step2、小波分解：把对数化图像进行小波分解，得到对数化图像的小波域信息，再提取小波域各层的垂直分量；Step3、对小波域各层的垂直分量进行高通滤波，得到高频分量：对小波域各层的垂直分量进行列方向的中值滤波得到对应的低频分量；再用提取的小波域各层的垂直分量减去其对应的低频分量，得到对应的高频分量，即不含条纹噪声信息的垂直分量；Step4、小波重构：用不含条纹噪声信息的垂直分量替换高通滤波前小波域各层的垂直分量，得到不含条纹噪声的小波域信息；再采用小波重构的方法对替换后的不含条纹噪声的小波域信息进行重构，得到不含条纹噪声的初处理图像；Step5、一级条纹提取：用对数化图像减去初处理图像提取一级条纹；Step6、二级条纹提取：对一级条纹逐行高斯滤波，得到二级条纹；Step7、三级条纹提取：对二级条纹指数化，然后扣除边缘扩展部分，得到三级条纹；Step8、无条纹图像获取：用含有条纹噪声的图像除以三级条纹得到最后的无条纹图像。本专利技术的有益效果是：1、高分辨率图像中的条纹噪声为一种非线性的乘性噪声，因此采用对数化的方法将非线性的乘性噪声转换为线性的加性噪声，这样可以通过减法操作将一级条纹提取出来；还有，采用小波分解的方法将图像由空间域转换到小波域，能够准确地将代表条纹噪声信息的垂直分量提取出来；2、本专利技术对条纹采用分级的方式进行提取。首先，对提取的代表条纹噪声信息的垂直分量进行高通滤波，滤除其中的低频信息；再通过对数化图像与初处理图像之间的线性关系提取准确性较高的一级条纹；接着，对一级条纹逐行高斯滤波，滤除其中残余的低频信息，提取更为准确的二级条纹；最后，对二级条纹指数化并扣除扩展部分得到三级条纹。通过这样的方式逐级剥离条纹中的低频信息，使提取的条纹更为精确。附图说明图1是本专利技术中的流程图；图2是本专利技术中大熊湖天文太阳望远镜在Ha波段观测到的高分辨率天文图像；图3是本专利技术将图2扩展边缘并对数化后的结果图；图4是本专利技术对图3进行小波分解后提取的垂直分量图像；图5是本专利技术对图4进行高通滤波后得到的不含条纹噪声信息的垂直分量图像；图6是本专利技术对不含条纹噪声的小波域信息进行小波重构后得到的初处理图像；图7是本专利技术图3减去图6提取的一级条纹；图8是本专利技术对图7高斯滤波后提取的二级条纹；图9是本专利技术扣除图8的扩展部分并指数化后提取的三级条纹；图10是本专利技术去除高分辨率图像中的条纹噪声后得到的无条纹图像；图11是本专利技术将图2(图11上半部分)与图10(图11下半部分)拼接起来做比较的图像。具体实施方式实施例1：如图1-11所示，一种用于去除高分辨率天文图像中条纹噪声的方法，首先，对含有条纹噪声的图像进行边缘扩展和对数化；接着，小波分解对数化后的图像并提取小波域各层的垂直分量；再对小波域各层的垂直分量进行高通滤波，得到高频分量；然后，采用小波重构的方法对不含条纹噪声的小波域信息进行重构；依次提取一级、二级和三级条纹；最后，用含有条纹噪声的图像除以三级条纹得到无条纹图像。所述用于去除高分辨率天文图像中条纹噪声的方法的具体步骤如下：Step1、图像预处理：首先对含有条纹噪声的图像进行边缘扩展，然后对其进行对数化，得到对数化图像；Step2、小波分解：把对数化图像进行小波分解，得到对数化图像的小波域信息，再提取小波域各层的垂直分量；Step3、对小波域各层的垂直分量进行高通滤波，得到高频分量：对小波域各层的垂直分<本文档来自技高网...

【技术保护点】
一种用于去除高分辨率天文图像中条纹噪声的方法，其特征在于：首先，对含有条纹噪声的图像进行边缘扩展和对数化；接着，小波分解对数化后的图像并提取小波域各层的垂直分量；再对小波域各层的垂直分量进行高通滤波，得到高频分量；然后，采用小波重构的方法对不含条纹噪声的小波域信息进行重构；依次提取一级、二级和三级条纹；最后，用含有条纹噪声的图像除以三级条纹得到无条纹图像。

【技术特征摘要】
1.一种用于去除高分辨率天文图像中条纹噪声的方法，其特征在于：首先，对含有条纹
噪声的图像进行边缘扩展和对数化；接着，小波分解对数化后的图像并提取小波域各层的垂
直分量；再对小波域各层的垂直分量进行高通滤波，得到高频分量；然后，采用小波重构的
方法对不含条纹噪声的小波域信息进行重构；依次提取一级、二级和三级条纹；最后，用含
有条纹噪声的图像除以三级条纹得到无条纹图像。
2.根据权利要求1所述的用于去除高分辨率天文图像中条纹噪声的方法，其特征在于：
所述用于去除高分辨率天文图像中条纹噪声的方法的具体步骤如下：
Step1、图像预处理：首先对含有条纹噪声的图像进行边缘扩展，然后对其进行对数化，
得到对数化图像；
Step2、小波分解：把对数化图像进行小波分解，得到对数化图像的小波域信息，再提取
小波域各层的垂直分量；
Step...

【专利技术属性】
技术研发人员：王锋，祝元涛，季凯帆，邓辉，杨云飞，冯松，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南;53