本发明专利技术提供一种红外遥感图像修复方法、装置、电子设备和存储介质，涉及图像处理技术领域，所述方法包括：获取目标观测图像；基于理想图像中各像素的差分曲率值，确定用于去除条带噪声的约束项，理想图像中条带噪声污染区域的差分曲率值大于非条带噪声污染区域的差分曲率值；基于约束项，构建去噪能量泛函模型；将目标观测图像输入至去噪能量泛函模型进行迭代处理，将最终得到的理想图像确定为去除条带噪声的修复图像，其中：每次迭代过程中将上一次迭代输出的理想图像输入去噪能量泛函模型，直至满足迭代限定条件。本发明专利技术可有效去除太阳污染导致的条带噪声，且在条带噪声去除过程中使原始图像辐射信息保持不变。原始图像辐射信息保持不变。原始图像辐射信息保持不变。
【技术实现步骤摘要】
红外遥感图像修复方法、装置、电子设备和存储介质
[0001]本专利技术涉及图像处理
，尤其涉及一种红外遥感图像修复方法、装置、电子设备和存储介质。
技术介绍
[0002]遥感图像质量是影响其应用领域及精度水平的重要因素之一。但是成像过程中由于环境、系统以及人为因素等影响，往往导致图像退化，限制了遥感图像的应用。风云三号(FY
‑
3C)是我国新一代极轨气象卫星，可见光红外扫描辐射计(Visible and Infra
‑
Red Radiometer，VIRR)是主要载荷之一，包含10个光谱通道，其中3个为红外通道，风云三号卫星的主要用途是监测全球云量，判识云的高度、类型和相态，探测海洋表面温度，监测植被生长状况和类型，监测高温火点，识别地表积雪覆盖，探测海洋水色等。
[0003]在VIRR红外通道中，由于晨昏交界处太阳光线直射进入传感器扫描镜，以及杂散光污染冷空气引起的钳位电压异常等原因，导致第3通道(3.74μm)产生了明显的条带噪声污染现象，影响了后续影像产品的应用。
[0004]现有技术中，条带噪声去除方法主要包括以下三类：
[0005](一)、数字滤波方法，该方法虽然可以去除或降低相关噪声，但往往存在计算量大、步骤繁琐、处理效果稳定性差、效率较低等问题，并且对于地物分布复杂的地表，经过滤波处理后易导致图像纹理、边缘等细节信息缺失，造成条带去除结果模糊等问题，更重要的是处理前后图像的辐射定量信息难以有效保持；
[0006](二)、基于图像灰度信息统计特性的直方图匹配、矩匹配等方法，然而，该方法主要针对多元探测器并扫导致的条带噪声，对于VIRR这种单元成像且随机条带问题并不适用；
[0007](三)、基于变分和偏微分方程的方法，结合条带噪声的方向特性和变分算法进行条带去除，使得条带噪声去除具备较高的效率和精度，然而，该方法去除条带噪声的同时，也模糊了图像的细节，影响条带噪声去除结果。
技术实现思路
[0008]本专利技术提供一种红外遥感图像修复方法、装置、电子设备和存储介质，用以解决现有技术中无法兼容去除条带噪声且保持细节特征的缺陷，有效去除太阳污染导致的条带噪声，且在条带噪声去除过程中使原始图像辐射信息保持不变。
[0009]本专利技术提供一种红外遥感图像修复方法，包括：
[0010]获取目标观测图像，所述目标观测图像包括理想图像与条带噪声；
[0011]基于所述理想图像中各像素的差分曲率值，确定用于去除所述条带噪声的约束项，所述理想图像中条带噪声污染区域的差分曲率值大于非条带噪声污染区域的差分曲率值；
[0012]基于所述约束项，构建去噪能量泛函模型，其中：所述去噪能量泛函模型是基于所
述条带噪声的各向异性与全变差去噪模型得到的，所述去噪能量泛函模型包括保真项和所述约束项，所述保真项用于保持所述目标观测图像的细节特征信息；
[0013]将所述目标观测图像输入至所述去噪能量泛函模型进行迭代处理，将最终得到的理想图像确定为去除所述条带噪声的修复图像，其中：每次迭代过程中将上一次迭代输出的理想图像输入所述去噪能量泛函模型，直至满足迭代限定条件。
[0014]根据本专利技术提供的红外遥感图像修复方法，所述基于所述理想图像中各像素的差分曲率值，确定用于去除所述条带噪声的约束项，包括：
[0015]基于上一迭代周期内正则化参数与调整系数的比值，确定正则化参数，其中，初始正则化参数为所述理想图像分别垂直于所述条带噪声梯度方向与沿所述梯度方向的L2范数比值；
[0016]基于所述理想图像中各像素的差分曲率值，构造权矩阵，所述权矩阵用于调整所述条带噪声在不同强度区域内的正则化参数；
[0017]基于所述理想图像垂直于所述条带噪声梯度方向的梯度，构造正则约束项；
[0018]基于所述正则化参数、所述权矩阵和所述正则约束项，构造所述约束项。
[0019]根据本专利技术提供的红外遥感图像修复方法，所述基于所述理想图像中各像素的差分曲率值，构造权矩阵，包括：
[0020]在当前迭代周期内，分别确定所述理想图像内各像素的像素一阶偏导数、像素二阶偏导数和像素二阶混合偏导数；
[0021]基于所述像素一阶偏导数、像素二阶偏导数和像素二阶混合偏导数，分别确定所述理想图像沿所述条带噪声梯度方向的水平二阶偏导数，以及垂直于所述梯度方向的垂直二阶偏导数；
[0022]基于所述水平二阶偏导数和所述垂直二阶偏导数，构造所述权矩阵。
[0023]根据本专利技术提供的红外遥感图像修复方法，所述将所述目标观测图像输入至所述去噪能量泛函模型进行迭代处理，将最终得到的理想图像确定为去除所述条带噪声的修复图像，包括：
[0024]构造所述去噪能量泛函模型对应的欧拉
‑
拉格朗日方程；
[0025]基于所述目标观测图像、前一迭代周期输出的所述理想图像分别对应的像素点的像素值和所述欧拉
‑
拉格朗日方程，确定离散化的欧拉
‑
拉格朗日方程；
[0026]基于所述离散化的欧拉
‑
拉格朗日方程，确定当前迭代周期输出的理想图像；
[0027]将所述当前迭代周期输出的理想图像，作为下一迭代周期的输入图像，重复输出对应迭代周期的理想图像；
[0028]在满足限定条件的情况下，迭代终止，并将最终输出的理想图像确定为所述修复图像。
[0029]根据本专利技术提供的红外遥感图像修复方法，所述限定条件包括迭代次数大于第一阈值或相邻两次迭代周期输出的理想图像差值的L2范数值小于第二阈值。
[0030]根据本专利技术提供的红外遥感图像修复方法，还包括：
[0031]基于评价指标，对所述目标观测图像和对应的所述修复图像的条带噪声修复效果进行量化评价，其中，所述评价指标包括：行均值曲线、辐射质量改进因子和逆变异系数的至少一项，所述行均值曲线用于表征条带噪声去除前后图像各行像素的平均值，所述辐射
质量改进因子用于表征条带噪声去除前后条带噪声方向分布变化信息，所述逆变异系数用于表征条带噪声去除前后图像的变异程度。
[0032]本专利技术还提供一种红外遥感图像修复装置，包括：
[0033]获取模块，用于获取目标观测图像，所述目标观测图像包括理想图像与条带噪声；
[0034]确定模块，用于基于所述理想图像中各像素的差分曲率值，确定用于去除所述条带噪声的约束项，所述理想图像中条带噪声污染区域的差分曲率值大于非条带噪声污染区域的差分曲率值；
[0035]模型构建模块，用于基于所述约束项，构建去噪能量泛函模型，其中：所述去噪能量泛函模型是基于所述条带噪声的各向异性与全变差去噪模型得到的，所述去噪能量泛函模型包括保真项和所述约束项，所述保真项用于保持所述目标观测图像的细节特征信息；
[0036]输出模块，用于将所述目标观测图像输入至所述去噪能量泛函模型进行迭代处理，将最终得到的理想本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种红外遥感图像修复方法，其特征在于，包括：获取目标观测图像，所述目标观测图像包括理想图像与条带噪声；基于所述理想图像中各像素的差分曲率值，确定用于去除所述条带噪声的约束项，所述理想图像中条带噪声污染区域的差分曲率值大于非条带噪声污染区域的差分曲率值；基于所述约束项，构建去噪能量泛函模型，其中：所述去噪能量泛函模型是基于所述条带噪声的各向异性与全变差去噪模型得到的，所述去噪能量泛函模型包括保真项和所述约束项，所述保真项用于保持所述目标观测图像的细节特征信息；将所述目标观测图像输入至所述去噪能量泛函模型进行迭代处理，将最终得到的理想图像确定为去除所述条带噪声的修复图像，其中：每次迭代过程中将上一次迭代输出的理想图像输入所述去噪能量泛函模型，直至满足迭代限定条件。2.根据权利要求1所述的红外遥感图像修复方法，其特征在于，所述基于所述理想图像中各像素的差分曲率值，确定用于去除所述条带噪声的约束项，包括：基于上一迭代周期内正则化参数与调整系数的比值，确定正则化参数，其中，初始正则化参数为所述理想图像分别垂直于所述条带噪声梯度方向与沿所述梯度方向的L2范数比值；基于所述理想图像中各像素的差分曲率值，构造权矩阵，所述权矩阵用于调整所述条带噪声在不同强度区域内的正则化参数；基于所述理想图像垂直于所述条带噪声梯度方向的梯度，构造正则约束项；基于所述正则化参数、所述权矩阵和所述正则约束项，构造所述约束项。3.根据权利要求2所述的红外遥感图像修复方法，其特征在于，所述基于所述理想图像中各像素的差分曲率值，构造权矩阵，包括：在当前迭代周期内，分别确定所述理想图像内各像素的像素一阶偏导数、像素二阶偏导数和像素二阶混合偏导数；基于所述像素一阶偏导数、像素二阶偏导数和像素二阶混合偏导数，分别确定所述理想图像沿所述条带噪声梯度方向的水平二阶偏导数，以及垂直于所述梯度方向的垂直二阶偏导数；基于所述水平二阶偏导数和所述垂直二阶偏导数，构造所述权矩阵。4.根据权利要求1至3任一项所述的红外遥感图像修复方法，其特征在于，所述将所述目标观测图像输入至所述去噪能量泛函模型进行迭代处理，将最终得到的理想图像确定为去除所述条带噪声的修复图像，包括：构造所述去噪能量泛函模型对应的欧拉
‑
拉格朗日方程；基于所述目标观测图像、前一迭代周期输出的所述理想图像分别对应的像素点的像素值和所述欧拉
‑
拉格朗日方程，确定离散化的欧拉
‑
拉格朗日...
【专利技术属性】
技术研发人员：胡秀清，朱吉彪，徐寒列，张鹏，
申请(专利权)人：国家卫星气象中心国家空间天气监测预警中心，
类型：发明
国别省市：
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。