本发明专利技术公开了一种基于变分方法的中分辨率成像光谱仪(MODIS)条带噪声去除方法，首先对MODIS数据按照分辨率进行数据分离；其次将获得的探测器子图像分为两类，一类是不含条带噪声或条带噪声不明显的子图像一类是含有明显条带噪声的子图像接着对含有明显条带噪声的子图像利用变分方法进行条带噪声去除；最后将所有去除条带后探测器子图像和不含条带噪声子图像按照编号顺序进行合成，得到去条带后图像。本发明专利技术能够实现中分辨率成像光谱仪数据的探测器间条带和随机噪声条带的并行去除，避免了去除一种条带噪声而使另外一种条带噪声得到增强的情况，并且可在有效解决条带噪声影响的同时最大限度的保留原数据的物理特性。
【技术实现步骤摘要】
本专利技术属于遥感图像处理领域，特别是一种。
技术介绍
中分辨率成像光谱仪(M0DIQ是一种先进的空间对地观测传感器。该传感器具有 36个波段，采用多元并扫方式进行扫描，其中250m分辨率40元并扫，500m分辨率20元并扫，Ikm分辨率10元并扫。多元并扫技术在提高数据采集和扫描效率的同时，由于多个探测器之间很难达到完全一致的响应水平，加上空间复杂的电磁环境和器件本身的误差导致了条带噪声的产生。而条带噪声的存在不仅严重的影响了波谱特征增强及空间特征增强和提取的效果，对于进行大气校正进而定量反演水体等光学特性来说也是十分不利的(因为条带效应引入了处理中的噪声，如若不进行条带的消除工作，进行大气校正的结果就会退化)。因此，必须进行条带去除，这对于遥感影像数据后续应用的有效性至关重要。目前，用于去除遥感影像条带噪声的方法主要分为两大类一类是通过傅立叶变换、小波变换等频率域滤波的方法通过滤波算子去除周期性噪声的频率成分，然后反变换回空域获得去噪后图像。该方法存在的一个很大问题就是不易选择正确的频率成分，而将处于条带频率的非条带的有用信息去除掉。另一类是针对图像本身的灰度值特征进行归一化和匹配的方法，典型的有直方图匹配和矩匹配方法。在实际应用中，通常每个通道选择一个确定的探测器作为参考，其他探测器以此为标准进行调整，从而实现图像条带的消除。MODIS数据中存在三种条带噪声镜边条带、探测器间条带和随机噪声条带。为了去除这三种条带噪声，通常的做法是针对三种条带噪声特性分别进行去除。Preesan Rakwatin 在"stripe noise reduction in MODIS data by combining histogram matching with facet filter”一文中提出先利用直方图匹配方法去除探测器间条带，再利用迭代加权最小二乘小面滤波法去除随机噪声条带。但是这种方法在去除探测器间条带的同时可能增强随机噪声，使后续的去噪处理难以奏效，同时，遥感图像的重要细节部分会受到模糊。
技术实现思路
本专利技术所解决的技术问题在于提供一种，从而能够实现探测器间条带和随机噪声条带的并行有效去除，并最大限度地保持数据自身的物理特性。实现本专利技术目的的技术解决方案为一种，包括以下步骤步骤1、对MODIS数据按照分辨率进行数据分离；步骤2、将步骤1获得的探测器子图像分为两类，一类是不含条带噪声或条带噪声不明显的子图像毛,，一类是含有明显条带噪声的子图像&，下标H1和n2为探测器子图像编号，且Ii1和n2编号不重复；步骤3、对含有明显条带噪声的子图像&利用变分方法进行条带噪声去除；步骤4、将所有去除条带后探测器子图像&和不含条带噪声子图像Xni按照编号顺序进行合成，得到去条带后图像。本专利技术与现有技术相比，其显著优点为本专利技术针对MODIS数据含有三种条带噪声的特点，能够实现探测器间条带和随机噪声条带的并行去除，避免了去除一种条带噪声而使另外一种条带噪声得到增强的情况，并且可在有效解决条带噪声影响的同时最大限度的保留原数据的物理特性。下面结合附图对本专利技术作进一步详细描述。 附图说明图1是本专利技术的流程图。图2是本专利技术的实施例所用数据。图3是分离探测器子图像，其中(a)-(j)分别对应1-10号探测器子图像。图4是整幅图像去条带结果图，其中(a)为具体实例原图(b)为基于传统直方图匹配方法去条带结果图像(c)为基于变分方法去条带结果图像。具体实施例方式本专利技术的一种，包括以下步骤步骤1、对MODIS数据按照分辨率进行数据分离；对MODIS数据按照分辨率进行数据分离时，由于MODIS的250m分辨率数据为40元并扫，500m分辨率数据为20元并扫，Ikm 分辨率数据为10元并扫，同时考虑到镜像扫描，将250m分辨率数据看作2组40个探测器共80个探测器，500m分辨率数据看作2组20个探测器共40个探测器，Ikm分辨率数据看作2组10个探测器共20个探测器；设定数据中的第一行由一号探测器生成，第二行由二号探测器生成，以此类推，得到对应数量的探测器子图像，编号从1开始。步骤2、将步骤1获得的探测器子图像分为两类，一类是不含条带噪声或条带噪声不明显的子图像又,，一类是含有明显条带噪声的子图像\，下标H1和n2为探测器子图像编号，且Ii1和n2编号不重复；步骤3、对含有明显条带噪声的子图像&利用变分方法进行条带噪声去除；利用变分方法去除含有明显条带噪声的子图像 ；中的条带噪声具体包括以下步骤步骤31、从含条带噪声子图像集合jr j中选取一幅子图像，设为；步骤32、对于子图像、，利用相关性计算公式，从^中计算得到与其相关性最强的相邻子图像Iid乍为参考探测器，相关性计算公式如下权利要求1.一种，其特征在于，包括以下步骤步骤IjfMODIS数据按照分辨率进行数据分离；步骤2、将步骤1获得的探测器子图像分为两类，一类是不含条带噪声或条带噪声不明显的子图像足1，一类是含有明显条带噪声的子图像，下标H1和n2为探测器子图像编号， 且叫和n2编号不重复；步骤3、对含有明显条带噪声的子图像&利用变分方法进行条带噪声去除；步骤4、将所有去除条带后探测器子图像&和不含条带噪声子图像足,按照编号顺序进行合成，得到去条带后图像。2.根据权利要求1所述的，其特征在于，步骤1对MODIS数据按照分辨率进行数据分离时，由于MODIS的250m分辨率数据为40元并扫，500m分辨率数据为20元并扫，Ikm分辨率数据为10元并扫，同时考虑到镜像扫描，将250m分辨率数据看作2组40个探测器共80个探测器，500m分辨率数据看作2 组20个探测器共40个探测器，Ikm分辨率数据看作2组10个探测器共20个探测器；设定数据中的第一行由一号探测器生成，第二行由二号探测器生成，以此类推，得到对应数量的探测器子图像，编号从1开始。3.根据权利要求1所述的，其特征在于，步骤3利用变分方法去除含有明显条带噪声的子图像&中的条带噪声具体包括以下步骤步骤31、从含条带噪声子图像集合丨！；丨中选取一幅子图像，设为Γ。；步骤32、对于子图像、，利用相关性计算公式，从凡,中计算得到与其相关性最强的相邻子图像乍为参考探测器，相关性计算公式如下全文摘要本专利技术公开了一种基于变分方法的中分辨率成像光谱仪(MODIS)条带噪声去除方法，首先对MODIS数据按照分辨率进行数据分离；其次将获得的探测器子图像分为两类，一类是不含条带噪声或条带噪声不明显的子图像一类是含有明显条带噪声的子图像接着对含有明显条带噪声的子图像利用变分方法进行条带噪声去除；最后将所有去除条带后探测器子图像和不含条带噪声子图像按照编号顺序进行合成，得到去条带后图像。本专利技术能够实现中分辨率成像光谱仪数据的探测器间条带和随机噪声条带的并行去除，避免了去除一种条带噪声而使另外一种条带噪声得到增强的情况，并且可在有效解决条带噪声影响的同时最大限度的保留原数据的物理特性。文档编号G06T5/00GK102279971SQ201110084999公开日2011年12月14日 申请日期2011年4月6日 优先权日2011年4月6日专利技术者严卫, 周则明, 白衡, 马宁 申请人:中本文档来自技高网...
【技术保护点】
１．一种基于变分方法的中分辨率成像光谱仪条带噪声去除方法，其特征在于，包括以下步骤：步骤１、对ＭＯＤＩＳ数据按照分辨率进行数据分离；步骤２、将步骤１获得的探测器子图像分为两类，一类是不含条带噪声或条带噪声不明显的子图像一类是含有明显条带噪声的子图像下标ｎ１和ｎ２为探测器子图像编号，且ｎ１和ｎ２编号不重复；步骤３、对含有明显条带噪声的子图像利用变分方法进行条带噪声去除；步骤４、将所有去除条带后探测器子图像和不含条带噪声子图像按照编号顺序进行合成，得到去条带后图像。
【技术特征摘要】
【专利技术属性】
技术研发人员：马宁，白衡，严卫，周则明，
申请(专利权)人：中国人民解放军理工大学气象学院，
类型：发明
国别省市：84
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。