共查询到20条相似文献,搜索用时 15 毫秒
1.
中分辨率遥感图像条带噪声的去除 总被引:9,自引:4,他引:9
CMODIS是中国第一个发射上天的中分辨率成像光谱仪 ,它有 34个波段 ,波长范围从可见光到红外波段。CMODIS数据含有大量有很高实用价值的光谱信息。但是由于CMODIS传感器之间对接受的地物辐射信号的响应特性不同导致CMODIS数据中的许多波段含有大量的条带噪声 ,严重影响了CMODIS数据的解译和信息提取。在介绍了几种常用于TM ,MSS ,SPOT等多传感器遥感图像中的条带噪声去除方法基础上 ,提出了一种新的有限长脉冲响应滤波 (FIR)法 ,并比较了该方法和其它几种常用方法对几何纠正前后非均匀地物分布的CMODIS数据的去条带噪声结果。结果表明这种新方法要优于本文中提到的几种常用方法 ,具有很好的去条带噪声效果 ,同时保持图像原有信息。这种方法在其它多传感器遥感图像的条带噪声去除中也有很强的适用性。 相似文献
2.
应用小波收缩方法剔除MODIS热红外波段数据条带噪声 总被引:10,自引:2,他引:10
采用多元并扫方式 (1km分辨率 1 0元并扫 ,5 0 0m分辨率 2 0元并扫 ,2 5 0m分辨率 4 0元并扫 )的MODIS传感器由于各探测单元在轨响应差异而引起的条带噪声对MODIS定量产品的反演计算精度造成一定影响。这种影响在MODIS的热红外波段尤其明显。为了尽可能减少这种影响 ,提高MODIS定量产品反演精度 ,提出应用小波收缩方法剔除MODIS数据条带噪声。研究首先使用连续小波变换方法分析MODIS条带数据 ,确定MODIS数据条带噪声在小波系数域中的尺度。其次 ,在分析条带噪声模式的基础上 ,使用小波收缩方法对MODIS 1B数据进行噪声剔除计算。最后比较了分别使用噪声剔除前后的两组MODIS 1B数据反演得到的部分云和大气定量遥感产品 ,结果表明 ,使用剔除噪声后的MODIS 1B数据反演的定量遥感产品精度具有明显的提高 相似文献
3.
4.
5.
受到成像环境、硬件条件等因素的限制,高分辨率卫星遥感影像上普遍存在条带噪声的现象,其严重影响了影像的辐射质量和可用性。本文针对传统条带去除方法存在的适应性差、去噪效率低、依靠先验知识等不足,提出了一种基于深度学习卷积神经网络的条带噪声去除方法。本方法首先利用不同尺度的卷积层进行特征提取,然后对多尺度的特征图进行特征融合得到去噪底图,通过残差学习的方法在底图上预测存在的噪声分量,最后用噪声影像减去条带噪声分量实现噪声的去除。以模拟和真实获取的噪声影像为实验数据,将本文提出的方法与一些经典的去噪方法进行实验结果对比分析,实验结果表明本文提出的基于深度学习的条带噪声去除方法能够在保留影像地物细节的情况下,能以优异的速度达到最高的定量指标和最好的视觉效果,充分证明了本文方法的优越性。 相似文献
6.
遥感25号无场化相对辐射定标 总被引:1,自引:1,他引:0
遥感25号是中国首颗高敏捷亚米级高分辨率光学遥感卫星。常规的偏航相对辐射定标利用卫星或相机偏航90°对地面均匀场进行成像,使得传感器所有探元获取相同的入瞳辐射亮度,实现卫星传感器的相对辐射定标。但拍摄单一地物均匀场并不能实现卫星传感器全动态范围的辐射定标,并降低了该方案的应用效率。本文针对中国遥感25号卫星,提出了不依赖于地面均匀场的无场化偏航辐射定标方法实现遥感25号的高精度高频次相对辐射定标;同时在偏航辐射定标数据处理中提出基于line segment detector(LSD)算法偏航定标数据规定化方法,确保偏航辐射定标图像每一行数据为传感器所有探元对同一地物的成像;采用传感器探元直方图规定化的方法实现遥感25号全动态范围相对辐射定标参数解算。利用遥感25号偏航辐射定标数据进行辐射定标试验并与传统在轨统计辐射定标进行对比,结果表明遥感25号经偏航辐射定标后所有探元平均条纹系数优于0.07%,图像上各种条纹条带噪声以及残余条带噪声得到较好去除,无场化偏航辐射定标方法优于传统在轨统计辐射定标方法。 相似文献
7.
一种直方图匹配和线性空间滤波相结合的条带噪声去除方法 总被引:1,自引:0,他引:1
航天和航空遥感图像中,普遍存在着条带噪声(stripe noise),任何使用多个探测元进行获取图像的遥感器图像数据中均存在条带噪声。本文针对CBERS-02星图像中的两类条带噪声:探测元间条带噪声和横向随机条带噪声,提出了一种直方图匹配和线性空间滤波相结合的去条带噪声方法。其中直方图匹配用于去除探测元间的条带噪声,线性空间滤波用于消除横向随机条带噪声。实验结果表明,该方法能有效去除CBERS-02星影像中的条带噪声,并且能很好地保证图像质量。最后,从定性和定量两个方面进一步说明了该方法的有效性。 相似文献
8.
提出一种新的基于傅里叶变换去除条带噪声的方法,首先将图像从空间域转换到频率域,通过频谱图发现条纹噪声的周期性分布,根据傅里叶变换的线性性质、周期性质和图像在频率域越高频分量处频谱值越小的性质,去除条带噪声,与基于低通滤波的条带噪声去除方法进行比较,可以发现本文提出的方法效果较好,为遥感影像的条纹噪声去除方法研究提供了一个参考。 相似文献
9.
高分五号搭载的可见光短波红外高光谱相机,能获取精细的地物光谱信息,具有十分广泛的应用前景。但高光谱卫星遥感数据往往无法避免条带噪声的干扰,进行条带去除是数据预处理中不可缺少的步骤。传统方法往往对地物的异质性与丰富的细节纹理考虑不足,导致条带不能被彻底地消除。为此,本文提出了一种顾及水陆差异的影像条带去除方法,采用水体与陆地区别统计的策略,解决条带噪声在异质区域的统计特征差异问题,并结合优化统计和一维变分滤波技术实现水陆区域参考统计特征的精确估计,最终基于矩匹配方法分别实现条带去除。实验结果表明:无论是真实实验还是模拟实验,本文提出的算法相较于传统条带去除算法,能更加稳健地去除数据条带噪声,还原地表真实辐射信息;在模拟实验中,本文算法处理结果的峰值信噪比(PSNR)达到46.58,且平均绝对误差(MAE)仅有11.56,均明显优于用于比较的3种传统算法,且算法执行效率也具备优势,能够更好地适用于高分五号大数据量的处理需求。 相似文献
10.
为了避免条带噪声去除过程中丢失影像细节,提出一种基于小波变分法去除遥感影像条带噪声。首先,对含有条带噪声的遥感影像进行小波分解;其次,通过构建的条带保留变分模型(SPVM)去除低层高频分量(含条带噪声)中的细节信息而保留条带噪声,从而有效分离出低层高频分量(含条带噪声)中的细节信息;通过构建的条带去除变分模型(DVM)去除高层高频分量(含条带噪声)中的条带噪声,从而有效地保留高层高频分量(含条带噪声)中的细节信息;最后,通过小波重构,获得去噪影像。试验证明本文方法在去除条带噪声的同时基本没有丢失影像细节,去噪后的影像对比度及质量都是最优的。 相似文献
11.
《国土资源遥感》2015,(4)
HY-1B/COCTS是我国自主研发的第2颗海洋卫星HY-1B星搭载的水色水温扫描仪(Chinese ocean color and temperature scanner,COCTS)。由于COCTS的不同探测器对地物光谱响应有差异,其图像的行间存在明暗的条带噪声。针对COCTS图像在水色遥感中的应用特点,在分析可见光-近红外波段地物光谱特征的基础上,使用其第4和第8波段数据构建的归一化差分水体指数(normalized difference water index,NDWI)提取图像的水体信息;采用矩匹配法对COCTS图像水体区域的条带噪声进行去除,并以均值、标准差、信噪比、偏度、峰度、信息熵和平均梯度7个指标对条带噪声去除后的COCTS图像进行质量评价。结果表明,该方法能有效消除图像的条带噪声,使图像质量得到改善。 相似文献
12.
13.
14.
成像光谱仪图像条带噪声去除的改进矩匹配方法 总被引:17,自引:5,他引:17
条带噪声是影响线阵CCD成像质量的一个重要因子。特别是对于CCD质量要求较高的高光谱成像往,往往由于硬件质量造成了许多通道中条带噪声的出现。分析了条带噪声形成的主要原因,比较了几种常用条带噪声去除方法及其局限性。在此基础上指出,标准的矩匹配方法改变了图像在成像行或列方向的均值分布,造成了一定的灰度畸变。这种情况对于在地物非均匀分布状况下成像的小幅图像尤其明显。着重提出和讨论了利用均值补偿法,傅里叶变换法,相关系数法结合矩匹配方法近似恢复由入射辐射强度产生的均值分布,从而达到保持图像质量并有效去除条带噪声的目的。并对条带噪声去除前后图像质量做了定性定量的比较,评价。 相似文献
15.
珠海一号高光谱卫星影像部分波段存在着噪声干扰,严重影响了数据的质量与信息利用.本文分析了珠海一号高光谱卫星数据噪声的特点,在矩匹配算法的基础上,使用移动窗格对影像进行分段处理,并采用距离加权计算与去除极端值统计数据的方法提高参考值的准确度,实现了基于影像的相对辐射校正.实验结果表明,与传统矩匹配法和傅里叶滤波法相比,本文方法能有效去除遥感影像中存在的噪声,并能较好保留原影像的辐射特征. 相似文献
16.
17.
受制于光学器件的性能与观测环境的影响,国产高分辨率遥感影像通常存在条带噪声、光谱分辨率低、纹理不清晰等问题,给后续的自动化影像产品生产及目标解译工作带来极大的不利。本研究先后从去除条带噪声、对比度增强、边缘增强三个方面,对遥感影像进行质量改善,使遥感影像更好地为地理信息公众服务。以高分二号全色影像为实验数据,目视和定量评价结果均证实了本文算法的有效性。 相似文献
18.
CCD 几何偏差模型的多波段遥感影像配准 总被引:1,自引:0,他引:1
多波段光学遥感影像配准是遥感卫星地面预处理中的关键环节,其精度决定了遥感数据产品的质量.一般使用波段间图像灰度相关匹配来实现多波段影像的配准.然而,该类方法的配准精度受地物特征影响较大,海面、港口、沙漠等地物特征不明显存在影像无法配准的现象.本文以北京一号(BJ-1) 小卫星多光谱影像的波段配准为研究对象,建立多波段线阵CCD 各探元在CCD 扫描方向和卫星飞行方向的几何偏差模型,来计算多波段影像间同名像元在图像行和列方向上的位置偏差,进而拟合出一个固定的波段配准模型来实现多波段影像的亚像元配准.该方法已应用于BJ-1 和DMC_UK2 小卫星多光谱影像的地面预处理波段配准中,配准误差小于0.5 像元,具有良好的应用效果. 相似文献
19.
20.
遥感传感器在扫描成像过程中,由于感光单元间的响应差异和其他因素,有时会产生条带噪声,这严重影响了影像的应用。为了更好地利用这些影像,必须首先对影像进行去条带处理。首先对比分析两种基于同一个传感器单元获取的影像具有统计一致性假设的条带噪声去除算法,即均值归一化方法和矩匹配方法,再对矩匹配方法进行了改进,并在VC++6.0下分别编程实现。经过对有条带噪声的IRS5.8 m分辨率全色遥感影像进行处理和对比分析,在光谱保持和条带噪声去除效果综合考虑下,得出改进的矩匹配方法优于均值归一化方法。 相似文献