高光譜圖像條帶噪聲去除方法研究與應(yīng)用.pdf

1、遙感圖像在生成和傳輸過程中常常受到各種噪聲源的干擾和影響而使圖像質(zhì)量變差。條帶噪聲在許多星載、機(jī)載多傳感器和單傳感器光譜儀成像中是一種很普遍的現(xiàn)象。條帶噪聲的出現(xiàn)嚴(yán)重影響了遙感數(shù)掘的解譯和信息提取，使其不能發(fā)揮應(yīng)有的作用。不少學(xué)者已經(jīng)提出了很多條帶噪聲去除算法，但這些算法多是針對某種條帶噪聲圖像展開的，因而分別在條帶去除效果、算法實現(xiàn)的簡便性、算法應(yīng)用的通用性和自適應(yīng)性等方面具有一定的不足。針對這些方法的不足，本文主要針對高光譜圖像條帶

2、噪聲去除算法進(jìn)行研究。具體研究了一些條帶噪聲去除方法，著重提出和討論了利用平均值濾波法、多項式擬合濾波法、移動窗口濾波法結(jié)合矩匹配方法來近似恢復(fù)由入射輻射強(qiáng)度產(chǎn)生的均值分布，從而達(dá)到保持圖像質(zhì)量并有效去除圖像條帶噪聲的目的。并對條帶噪聲去除前后圖像質(zhì)量做了定性定量的比較、評價。
　　 本文的主要貢獻(xiàn)和創(chuàng)新之處如下：
　　 1)提出了基于平均值濾波的改進(jìn)的矩匹配法，利用平均值濾波法結(jié)合矩匹配方法法來近似恢復(fù)由人射輻射強(qiáng)度產(chǎn)

3、生的均值分布，從而達(dá)到保持圖像質(zhì)量并有效去除條帶噪聲的目的。此方法對圖像地物類型的單一性和灰度分布的均勻性均無要求。
　　 2)提出了基于多項式擬合濾波的改進(jìn)的矩匹配法，應(yīng)用最小二乘法對原始圖像的列均值和方差進(jìn)行擬合，獲得平滑濾波后的列均值和方差，用來代替?zhèn)鹘y(tǒng)矩匹配算法中“參考圖像”的平均值和方差。此方法可使變化較緩和變化劇烈的數(shù)據(jù)，都獲得良好的平滑效果。
　　 3)提出了基于移動窗口濾波的改進(jìn)的矩匹配法，結(jié)合空域濾波思

4、想，進(jìn)行圖像的滑動濾波，用滑動窗口所包含列均值和列方差的平均值來代替中心點的列均值和列方差。應(yīng)用此方法一般不會發(fā)生圖像灰度分布不均勻時應(yīng)用矩匹配方法產(chǎn)生的失真，進(jìn)行條帶消除后各列灰度分布更符合自然地物的輻射分布，去條帶后圖像也最清晰。
　　 4)利用圖像質(zhì)量評價標(biāo)準(zhǔn)，對各種方法噪聲去除效果進(jìn)行比較和評價。通過實驗、研究找出本文提出的改進(jìn)的矩匹配法中去條帶效果、原始圖像信息保留等各方面綜合評價最好的一種方法，應(yīng)用于HJ-1-A衛(wèi)星