国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

線陣CCD衛(wèi)星圖像自適應(yīng)條帶噪聲去除

2013-12-31 07:09焦彥平
裝備學(xué)院學(xué)報(bào) 2013年3期
關(guān)鍵詞:條帶灰度濾波

焦彥平, 李 唱

(1.裝備學(xué)院 科研部,北京101416; 2.裝備學(xué)院 研究生管理大隊(duì),北京101416)

條帶噪聲普遍存在于星載、機(jī)載多傳感器和單傳感器光譜儀成像中,它是衛(wèi)星在傳感器光、電器件掃描地物的成像過程中,由于傳感器的響應(yīng)不均勻造成的原始數(shù)據(jù)在一定方向上出現(xiàn)的灰度值連續(xù)偏高或偏低。條帶噪聲和普通的斑點(diǎn)噪聲混雜在一起,掩蓋了圖像真正的輻射信息,使圖像的質(zhì)量降低,給圖像判讀帶來困難,嚴(yán)重影響遙感數(shù)據(jù)的應(yīng)用效果。

以沿軌掃描CCD相機(jī)為例,由于多傳感器的工藝差異、儀器及元件的老化和內(nèi)部校準(zhǔn)系統(tǒng)的微小誤差等原因?qū)е赂鱾€(gè)探測單元的轉(zhuǎn)換傳遞函數(shù)不同,從而造成傳感器的電子裝置性能及對電磁輻射響應(yīng)的差異,這種條帶噪聲與掃描方向有關(guān)且呈周期分布,稱為周期條帶。針對傳感器之間的周期條帶問題,許多學(xué)者已經(jīng)進(jìn)行了研究和探討,如Kautsky等[1]的圖像灰度值特征匹配方法 和Wegener[2]改 進(jìn) 的 直 方 圖 匹 配 法,Gadallah[3]提出的矩匹配方法以及頻率域?yàn)V波法[4],小波分析法[5],有限脈沖響應(yīng)過濾[6],基于最小二乘的非線性映射[7]等。以上的方法都是在默認(rèn)條帶噪聲周期性分布和忽略點(diǎn)噪聲影響的前提下進(jìn)行的。相對頻率濾波方法,空域法具有運(yùn)算速度快的優(yōu)點(diǎn)。本文主要基于空域法,在分析線陣CCD衛(wèi)星原始數(shù)據(jù)條帶噪聲圖像特性的基礎(chǔ)上,采用基于灰度統(tǒng)計(jì)的自適應(yīng)濾波方法,對線陣CCD衛(wèi)星(BJ-1衛(wèi) 星 和CBERS-02衛(wèi) 星)原 始 數(shù) 據(jù) 進(jìn) 行條帶噪聲去除。實(shí)驗(yàn)證明,該方法能有效地抑制線陣CCD過飽和現(xiàn)象對條帶噪聲濾波圖像的影響,具有較好的濾波特性。

1 基于自適應(yīng)濾波的線陣CCD衛(wèi)星圖像條帶噪聲去除

1.1 直方圖匹配條帶噪聲濾除

含有條帶噪聲的CCD圖像模型[8]可表示如下:gij=Sij+R(i,Sij)+Nij。式中,gij表示原始圖像第i行第j列的像素灰度值,CCD沿行掃描,所以i也表示CCD的第i個(gè)像元。gij由3個(gè)部分組成:Sij表示信號的入射幅度;Nij表示點(diǎn)噪聲;R(i,Sij)表示條帶噪聲,其大小受當(dāng)前CCD像元特性和入射幅度的共同影響??臻g域條帶噪聲去除,采用圖像列灰度特性與全圖像的灰度統(tǒng)計(jì)特性匹配的方法。即

式中:M為整個(gè)圖像所有像元灰值的平均值;D為整個(gè)圖像所有像元數(shù)灰度值的標(biāo)準(zhǔn)偏差;mi為每條掃描線上像元灰度平均值;di為每條掃描線上像元灰度的標(biāo)準(zhǔn)偏差,且:

以上各式中的i,j表示圖像行列順序號,其中i=1,2,…,L;j=1,2,…,S。

通過上述灰度統(tǒng)計(jì)特性的匹配,每一列的灰度統(tǒng)計(jì)特性同全圖像的灰度統(tǒng)計(jì)特性相一致,因此消除了不同列CCD器件采集時(shí)響應(yīng)特性和噪聲不同而帶來的條帶噪聲。

1.2 線陣CCD衛(wèi)星圖像噪聲特性分析

線陣CCD衛(wèi)星通常具有紅、綠、藍(lán)、近紅外多個(gè)波段,其原始圖像的縱向條帶噪聲較為突出。對于自然景物所獲取的衛(wèi)星圖像,各波段的直方圖基本符合正態(tài)分布,其噪聲特性具有以下特性:①圖像信噪比較高。②圖像內(nèi)部的CCD產(chǎn)生的條帶噪聲周期性顯著,呈顯著變化的明暗交替特征;在CCD拼接處,出現(xiàn)拼接引起的條帶噪聲。③在遙感圖像的采集過程中,由于受云層及地面積雪的影響,線陣CCD出現(xiàn)過飽和現(xiàn)象,圖像中會出現(xiàn)局部白色斑塊及外暈,在白斑內(nèi)部及外暈上,無明顯的條帶噪聲。

由于白色斑塊對圖像行、列的灰度統(tǒng)計(jì)特性(灰度平均值,方差)影響較大,使用1.1節(jié)中的空間域條帶噪聲濾除,在條帶噪聲去除的圖像上會呈現(xiàn)局部帶狀效應(yīng)。帶狀效應(yīng)所對應(yīng)的區(qū)域內(nèi),除局部白色斑塊外,列向圖像明顯偏暗且呈灰色。

1.3 線陣CCD衛(wèi)星圖像條帶去噪方法

為避免由于局部過飽和現(xiàn)象而導(dǎo)致的濾波后圖像的局部帶狀效應(yīng),在圖像條帶噪聲去除前,采用自適應(yīng)方法找出圖像中的局部過飽和區(qū)域灰度臨界值t,當(dāng)圖像灰度大于灰度臨界值時(shí),圖像灰度值不參與列灰度特性統(tǒng)計(jì);反之,則參與列灰度特性統(tǒng)計(jì)。

1.3.1 灰度臨界值t的確定

步驟1 將線陣CCD自然景物圖像灰度分布假設(shè)為正態(tài)分布N(M,D),經(jīng)統(tǒng)計(jì)分析,滿足光學(xué)遙感圖像云量<10%的BJ-1和CBERS-02自然景物圖像,圖像過飽和區(qū)域灰度通常集中在圖像的[2.5D,255]區(qū)域內(nèi),設(shè)定灰度臨界初始值t0=kD,k=2.5。(t0的確定,與衛(wèi)星無關(guān),而與具體的地物密切相關(guān),與圖像中云、雪等過飽和區(qū)域所占的比例有關(guān)。本文綜合考慮到地物特征和算法的效率,設(shè)定t0=2.5D。)

步驟2 不考慮圖像中灰度值大于灰度臨界值t0的像素,對圖像剩余像素進(jìn)行灰度平均值M′和方差D′的統(tǒng)計(jì),若|M-M′|>1,則k增加0.1。

步驟3 重新設(shè)定t0=kD,重復(fù)步驟2,直至|M-M′|≤1。

步驟4 灰度臨界值t=t0。

1.3.2 基于灰度臨界值t的條帶噪聲去除

基于灰度臨界值t空間域條帶噪聲去除,采用圖像列灰度特性與全圖像的灰度統(tǒng)計(jì)特性匹配的方法。即

式中:M為整個(gè)圖像所有像元灰值的平均值;D為整個(gè)圖像所有像元數(shù)灰度值的標(biāo)準(zhǔn)偏差;mi(t)為每條掃描線上像元灰度小于臨界值t的像素的灰度平均值;di(t)為每條掃描線上像元灰度小于臨界值t的像素的灰度標(biāo)準(zhǔn)偏差。且

式中S(t)為i行中滿足條件的像素總數(shù)。

通過灰度統(tǒng)計(jì)特性的匹配,在圖像過飽和區(qū)域?qū)?yīng)列的灰度統(tǒng)計(jì)特性與全圖像的灰度統(tǒng)計(jì)特性相比明顯不同,灰度平均值大于全圖平均值;不包含圖像過飽和區(qū)域的像素時(shí),其對應(yīng)列的灰度統(tǒng)計(jì)特性與全圖像的灰度統(tǒng)計(jì)特性一致,有效地去除了局部帶狀效應(yīng)。

2 實(shí)驗(yàn)分析

實(shí)驗(yàn)數(shù)據(jù)選取線陣CCD衛(wèi)星條帶噪聲明顯的波段圖像,圖1(a)為BJ-1 015028_1近紅外波段原始圖像,圖2(a)為CBERS-02紅波段原始圖像,條帶噪聲明顯。圖1(b)~圖1(d),圖2(b)~圖2(d)分別為圖1(a)和圖2(a)基于直方圖匹配、頻域?yàn)V波[9]和基于自適應(yīng)濾波的衛(wèi)星圖像條帶噪聲去除處理結(jié)果。

圖3(a)~圖3(d)、圖4(a)~圖4(d)比較了BJ-1、CBERS-02圖 像 條 帶 噪 聲 去 除 前 后 沿 軌(列)方向的像素均值。

圖1 BJ-1 015028_1近紅外波段及條帶噪聲去除后結(jié)果圖像

圖2 CBERS-02紅波段及條帶噪聲去除后結(jié)果圖像

圖3 BJ-1條帶噪聲去除前后圖像列均值曲線

圖4 CBERS-02條帶噪聲去除前后圖像列均值曲線

為了定量化分析圖像的改善質(zhì)量,采用3項(xiàng)噪聲圖像的質(zhì)量改進(jìn)指標(biāo)進(jìn)行統(tǒng)計(jì)分析,它們分別是圖像的均值、標(biāo)準(zhǔn)差和處理前后圖像的變差倒數(shù)[10](inverse coefficient of variation,ICV)(記作RICV)。實(shí)驗(yàn)中,變差倒數(shù)是通過圖像內(nèi)2個(gè)10像素×10像素大小的均勻區(qū)域計(jì)算得到的,公式為

式中:Ra為給定窗口大小內(nèi)的圖像像素的均值;Rsd為給定窗口內(nèi)的圖像像素的標(biāo)準(zhǔn)差。RICV值越大,圖像條帶噪聲濾除的效果越好,表1為BJ-1圖像處理前后變差倒數(shù)對照表,表2為CBERS-02圖像處理前后變差倒數(shù)對照表。

表1 BJ-1圖像處理前后變差倒數(shù)對照表

表2 CBERS-02圖像處理前后變差倒數(shù)對照表

3 結(jié) 束 語

線陣CCD成像原理決定了在圖像中存在多種條帶噪聲,包括CCD傳感器響應(yīng)不同造成的條帶噪聲和CCD拼接造成的拼接條帶噪聲。條帶噪聲的存在降低了圖像的判讀質(zhì)量。本文基于線陣CCD條帶噪聲的特點(diǎn),提出了基于自適應(yīng)濾波的條帶噪聲去除方法,該方法主要彌補(bǔ)了直方圖匹配條帶噪聲去除算法在圖像過飽和區(qū)域?qū)?yīng)列出現(xiàn)的“暗帶狀條紋”的不足,在消除列向條帶噪聲的同時(shí)均衡了各塊CCD線陣響應(yīng)。基于BJ-1衛(wèi)星和CBERS-02衛(wèi)星原始圖像的條帶噪聲去除試驗(yàn)表明,該方法對條帶噪聲去除效果良好。

[1]KAUTSKY J,NICHOLS N K.Smoothed histogram modification for image processing[J].J.Comput.Vis &Image Process,1984,26:271-291.

[2]WEGENER M.Destriping multiple sensor imagery by improved histogram matching[J].J.Remote Sensing,1999,20(5):859-875.

[3]GADALLAH F L,CSILLAG F.Destriping multisensor imagery with moment matching[J].J.Remote Sensing,2000,21(12):2505-2511.

[4]SRINIVASAN R,CANNON M,WHITE J.Landsat data destriping using power filtering[J].Opt.Eng.,1988,27(11):939-943.

[5]TORRES J,INFANTES O.Wavelet analysis for the elimination of striping noise in satellite images[J].Opt.Eng.,2001,40(7):1309-1314.

[6]SIMPSON J J,STITT J R,LEATH D M.Improved finite impulse response filters for enhanced destriping of geostationary satellite data[J].Remote Sens.Environ,1998,66(3):235-249.

[7]CHOI E,KANG M G.Striping noise removal of satellite images by nonlinear mapping[J].Image Analysis and Recognition,2006(4142):722-729.

[8]CORSINI G,DIANI M,WALZEL T.Striping removal in MOS-B data[J].IEEE Trans.Geoscience and Remote Sensing,2000(38):1439-1446.

[9]孫穎,張志佳.基于頻域?yàn)V波的自適應(yīng)條帶噪聲去除算法[J].儀表技術(shù)與傳感器,2006(2):57-59.

[10]NIEHOL J E,VOHORA V.Noise over water surfaces in Landsat TM images[J].J.Remote Sensing,2004,25(11):2087-2094.

猜你喜歡
條帶灰度濾波
文本圖像條帶污染去除的0稀疏模型與算法
采用改進(jìn)導(dǎo)重法的拓?fù)浣Y(jié)構(gòu)灰度單元過濾技術(shù)
受災(zāi)區(qū)域衛(wèi)星遙感監(jiān)測的條帶分解方法研究
巧用廢舊條幅輔助“蹲踞式起跑”教學(xué)
Bp-MRI灰度直方圖在鑒別移行帶前列腺癌與良性前列腺增生中的應(yīng)用價(jià)值
Arduino小車巡線程序的灰度閾值優(yōu)化方案
基于EKF濾波的UWB無人機(jī)室內(nèi)定位研究
一種GMPHD濾波改進(jìn)算法及仿真研究
基于自適應(yīng)Kalman濾波的改進(jìn)PSO算法
RTS平滑濾波在事后姿態(tài)確定中的應(yīng)用