面阵成像系统噪声去除方法及系统技术方案

本发明专利技术针对面阵相机在轨辐射定标困难，遥感影像中存在点状系统噪声的问题，公开了一种面阵成像系统噪声去除方法及系统。首先基于高斯滤波器滤除面阵遥感影像中的辐射特征，得到纹理图像作为结果；其次，在纹理图像的基础上，采用Grubbs准则滤除纹理图像中蕴含的梯度信息，得到反映系统噪声信息的噪声图像；最后通过叠加一定数量的噪声图像获得校正系数，实现系统噪声的去除。本发明专利技术解决了面阵成像系统中传感器探元不均匀响应的问题，有效提升了面阵遥感影像的辐射质量。遥感影像的辐射质量。遥感影像的辐射质量。

【技术实现步骤摘要】
面阵成像系统噪声去除方法及系统


[0001]本专利技术属于图像处理领域，涉及一种面阵成像系统噪声去除的方法及系统。

技术介绍

[0002]遥感技术是20 世纪60年代新兴起来的一种综合性的对地观测技术。它是指不直接接触研究目标和区域，通过探测仪器获取研究对象的相关数据，并对获得的数据进行加工处理和分析解译，从而得到地物相关信息的一门科学技术。遥感技术具有探测范围广、采集数据快、获取信息量大以及受地面条件限制少等特点，随着遥感应用的不断深入，遥感卫星的分辨率越来越高、重访周期越来越短、谱段越来越多、重量越来越轻、用途越来越广，与此同时，遥感任务的应用需求也在不断提高，逐渐从低频、定期的静态监测向高频、实时的动态观测方向发展。搭载有面阵相机的视频卫星具备面阵凝视成像技术，可以对目标区域内的运动目标进行持续监视，从而可以实现全球范围目标地区的动态监测，获取及时、准确的动态信息。
[0003]目前来说，视频卫星成像技术已经成为遥感卫星发展的一大热点。然而，卫星在发射后会受到物理环境等因素的影响，导致卫星传感器成像响应不均匀，这会直接影响遥感影像的质量。因此，面阵成像系统噪声的去除技术是保障视频卫星成像辐射质量的关键。目前对于面阵影像噪声的去除工作主要是基于均匀场景的方法，利用云层、海洋、沙漠等典型均匀场景的影像，对获取的全部影像取平均值，获得平均灰度响应，根据逐个像元的灰度响应与整体的平均灰度响应解算相对辐射定标系数。这种方法需要的影像数量大，并且要求遥感影像覆盖全部区域都是均匀场景，这样的条件实际上是很难实现的。<br/>
技术实现思路

[0004]本专利技术针对面阵相机在轨辐射定标困难，遥感影像中存在点状系统噪声的问题，提出了一种面阵成像系统噪声去除方法。对于面阵成像的遥感影像，相同区域不同时相的影像中的系统噪声存在着相关性，并且这种相关性主要受到影像自身辐射特征和梯度特征的影响，无法通过少数量影像的叠加实现传感器探元非均匀响应的校正。本专利技术基于此，依次消除辐射特征和梯度特征的干扰，实现多帧面阵遥感影像的叠加去除系统噪声。首先，基于高斯滤波器，将面阵遥感影像中的辐射特征进行滤除，得到纹理图像作为结果；其次，在纹理图像的基础上，采用Grubbs准则滤除纹理图像中蕴含的梯度信息，得到反映系统噪声信息的噪声图像；最后通过叠加一定数量的噪声图像获得校正系数，实现系统噪声的去除。本专利技术解决了面阵成像系统中传感器探元不均匀响应的问题，有效提升了面阵遥感影像的辐射质量。
[0005]本专利技术技术方案提供了一种面阵成像系统噪声去除的方法，包括以下步骤：步骤1，基于高斯滤波器滤除原始遥感影像中的大部分辐射特征，将多帧序列面阵遥感影像转换为对应的纹理图像，
(1)其中，表示原始遥感影像，表示经过高斯滤波处理的遥感影像，表示滤除辐射特征后的纹理图像，表示影像坐标；步骤2，基于步骤1中去除辐射特征后的纹理图像，利用Grubbs准则，滤除纹理图像中的梯度信息，从而获得反映原始面阵影像系统噪声的噪点图像，具体实现过程如下，步骤2.1，对步骤1获得的多帧纹理图像，基于Grubbs准则进行粗差位置检测及剔除处理，具体过程如下，首先建立观测数据模型，(2)设计统计量，(3)结合式（3），利用Grubbs准则对粗差进行判别，(4)(5)(6)其中，为观测样本数量，即原始遥感影像的数量，为观测样本的数值，即原始遥感影像对应像素位置处的像素值，，为观测样本的均值，对应于多帧影像相同像素位置的灰度均值，为Grubbs准则的临界值，其值大小只与样本数量和显著性水平有关，为样本的标准差估计。
[0006]步骤2.2，将Grubbs准则判别出的粗差进行剔除处理，获得反映原始影像系统噪声信息的噪点图像；步骤2.3，步骤2.2获得的噪点图像中包含着系统噪声的位置和强度信息，基于该噪点图像建立系统噪声校正系数模型，(7)其中，是系统噪声校正系数，为面阵影像的数量，为步骤2.2中获得的噪点图像，为面阵影像的顺序，，代表像素位置。
[0007]步骤2.4，利用系统噪声校正系数，对单帧面阵影像数据进行校正处理，(8)其中，代表去除系统噪声后的影像，代表原始含有系统噪声的影像，
为步骤2.3获取的校正系数。
[0008]步骤3，对校正后的面阵遥感影像进行去噪效果的定量评价，具体如下，选取灰度均值、标准差以及信噪比三种定量评价指标进行系统噪声去除效果的评价，其中信噪比这一指标由于缺少真正的无噪影像无法直接求解，本专利技术通过局部标准差（LSD）间接获取，相关步骤如下，首先，计算去噪后整幅影像的灰度均值，记作M，(9)式中，为影像第行第列像素的灰度值，分别为影像的行数、列数，为对应的灰度均值；其次，将整幅影像分成5
×
5像素的小块，计算每一个小块的标准差；接着，根据各个小块的标准差，获得最大、最小标准差，在最小和最大标准差之间设置一定数量相同大小间隔，遍历所有标准差数值，计算落在每一区间内的数目，取数量最多区间的平均值作为最大局部标准差，记作：；最后，基于计算得到的计算校正后影像的信噪比（SNR），(10)而且，在步骤1所述辐射特征滤除中，高斯函数的标准差设置为1，卷积核大小设置为5
×
5。
[0009]而且，在计算过程中，设置的相同大小间隔数量为1000。
[0010]本专利技术还提供一种面阵成像系统噪声去除系统，包括如下模块：纹理图像转换模块，用于基于高斯滤波器滤除原始遥感影像中的辐射特征，将多帧序列面阵遥感影像转换为对应的纹理图像；噪声去除模块，用于基于去除辐射特征后的纹理图像，利用Grubbs准则，滤除纹理图像中的梯度信息，从而获得反映原始面阵影像系统噪声的噪点图像；具体包括如下子模块，粗差位置检测子模块，对获得的多帧纹理图像，基于Grubbs准则进行粗差位置检测；噪点图像获取子模块，将Grubbs准则判别出的粗差进行剔除处理，获得反映原始影像系统噪声信息的噪点图像；校正系数获取子模块，噪点图像获取子模块中获得的噪点图像中包含着系统噪声的位置和强度信息，基于该噪点图像获得系统噪声校正系数；校正处理子模块，利用系统噪声校正系数，对单帧面阵影像数据进行校正处理。
[0011]而且，粗差位置检测子模块的具体实现方式如下；首先，根据相同坐标位置处的像素值建立观测数据模型，如下式；(2)设计统计量，如下式；
(3)结合式（3），利用Grubbs准则对粗差进行判别；(4)(5)(6)如果满足公式4，则统计量v对应的样本就判断为粗差；其中，为观测样本的数值，即原始遥感影像对应像素位置处的像素值，，为观测样本数量，即原始遥感影像的数量；为常数，对应于系统噪声引起的灰度值，则对应于梯度特征引起的灰度值，满足均值为0，方差为的正态分布；为观测样本的均值，对应于多帧影像相同像素位置的灰度均值，为Grubbs准则的显著性水平，为Grubbs准则的临界值，其值大小只与样本数量和显著性水平有关，为样本的标准差估计。
[0012]本专利技术方法针对面阵相机获取的遥感影像中存在点状系统噪声的问题，基于相同区域不同时相影像中的系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.面阵成像系统噪声去除方法，其特征在于，包括如下步骤：步骤1，基于高斯滤波器滤除原始遥感影像中的辐射特征，将多帧序列面阵遥感影像转换为对应的纹理图像；步骤2，基于步骤1中去除辐射特征后的纹理图像，利用Grubbs准则，滤除纹理图像中的梯度信息，从而获得反映原始面阵影像系统噪声的噪点图像；具体实现过程如下，步骤2.1，对步骤1获得的多帧纹理图像，基于Grubbs准则进行粗差位置检测；步骤2.2，将Grubbs准则判别出的粗差进行剔除处理，获得反映原始影像系统噪声信息的噪点图像；步骤2.3，步骤2.2获得的噪点图像中包含着系统噪声的位置和强度信息，基于该噪点图像获得系统噪声校正系数；步骤2.4，利用系统噪声校正系数，对单帧面阵影像数据进行校正处理。2.如权利要求1所述的面阵成像系统噪声去除方法，其特征在于：还包括步骤3，对校正后的面阵遥感影像进行去噪效果的定量评价。3.如权利要求1所述的面阵成像系统噪声去除方法，其特征在于：步骤1的具体实现方式如下；(1)其中，表示原始遥感影像，表示经过高斯滤波处理的遥感影像，表示滤除辐射特征后的纹理图像，表示影像坐标。4.如权利要求3所述的面阵成像系统噪声去除方法，其特征在于：高斯滤波处理中的高斯函数的标准差设置为1，卷积核大小设置为5
×
5。5.如权利要求1所述的面阵成像系统噪声去除方法，其特征在于：步骤2.1的具体实现方式如下；首先，根据相同坐标位置处的像素值建立观测数据模型，如下式；(2)设计统计量，如下式；(3)结合式（3），利用Grubbs准则对粗差进行判别；(4)(5)(6)如果满足公式4，则统计量v对应的样本就判断为粗差；其中，为观测样本的数值，即原始遥感影像对应像素位置处的像素值，，为观测样本数量，即原始遥感影
像的数量；为常数，对应于系统噪声引起的灰度值，则对应于梯度特征引起的灰度值，满足均值为0，方差为的正态分布；为观测样本的均值，对应于多帧影像相同像素位置的灰度均值，为Grubbs准则的显著性水平，为Grubbs准则的临界值，其值大小只与样本数量和显著性水平有关，为样本的标准差估计。6.如权利要求1所述的面阵成像系统噪声去除方法，其特征在于：步骤2.3中的噪声校正系数如下；(7)其中，是系统噪声校正系数，为原始遥感影像的数量，为步骤2.2中获得的噪点图像，为面阵影像的顺序，，代表像素位置。7.如权利要求6所述的面阵成像系统噪声去除方法，其特征在于：步骤2.4中校正处理采用如下公式；(8)其中，代表去除系统噪声...

【专利技术属性】
技术研发人员：吴章平，赵泉，董滕滕，
申请(专利权)人：武汉大学，
类型：发明
国别省市：