龔紹琦，張茜茹，王少峰，孫德勇，魯奕岑，國文哲

(1.南京信息工程大學(xué)氣象災(zāi)害省部共建教育部重點實驗室，南京 210044;2.南京信息工程大學(xué)遙感學(xué)院，南京 210044;3.中國人民解放軍73608部隊，南京 210028)

0 引言

“海洋一號”B星(HY－1B)是我國第2顆用于海洋水色遙感的太陽準同步極軌衛(wèi)星，于2007年4月11日在太原衛(wèi)星發(fā)射中心成功發(fā)射，星上有效載荷為10波段的水色水溫掃描儀(Chinese ocean color and temperature scanner，COCTS)和4波段的海岸帶成像儀CCD。HY－1B COCTS圖像在星下點的空間分辨率為1.1 km，每掃描行像元1 664個，量化等級為10 bit，其8個可見光－近紅外波段和2個熱紅外波段能對我國海域的葉綠素、懸浮泥沙、可溶性有機物、海表溫度和海冰等要素進行實時觀測［1］。COCTS采用多個探測器并列掃描的方式獲取數(shù)據(jù)，但多元并掃的方式使得各個探測器對地物輻射信號的光譜響應(yīng)不同，導(dǎo)致獲得的圖像在沿探測器陣列的方向產(chǎn)生條帶，特別是對地表均勻目標(如水體)探測時，條帶現(xiàn)象尤為嚴重［2］。條帶噪聲掩蓋了圖像的真實輻射信息、降低了數(shù)據(jù)質(zhì)量，給海洋水色要素的定量反演帶來誤差。因此在對COCTS圖像進行定量化分析應(yīng)用之前，必須消除這種條帶噪聲的影響。

目前，遙感圖像條帶噪聲去除的方法有2大類:①基于頻率域的濾波方法，如快速傅立葉變換法［3－4］和小波變換法［5－6］等，但此類方法很難選擇正確的頻率成分，會將圖像中非條帶信息去除，降低圖像質(zhì)量，使圖像的灰度值變化較大;②基于圖像灰度特征的統(tǒng)計方法，如直方圖匹配法［7］、矩匹配法［8］、均衡化曲線法［9－10］及插值法［11－12］等，其中，直方圖和矩匹配法都要求圖像足夠大且地物分布均勻。有關(guān)研究表明，矩匹配法可以獲得比直方圖匹配更好的效果，因此許多學(xué)者對矩匹配法提出了改進:劉正軍等［13］提出了均值補償?shù)木仄ヅ浞?陳勁松等［14］選擇了一個與條帶噪聲圖像相關(guān)性很高的波段作為參考圖像進行矩匹配消除;張炳先等［15］提出了灰度分割的自適應(yīng)矩匹配法來去除圖像的條帶噪聲;秦雁等［16］則提出了分段線性動態(tài)矩匹配法來去除圖像的條帶噪聲。矩匹配法在遙感圖像條帶噪聲去除方面有很大的應(yīng)用潛力。由于HY－1B/COCTS主要用于水體監(jiān)測，本文將針對水體區(qū)域(即在提取水體信息的基礎(chǔ)上)，采用矩匹配法對COCTS圖像進行條帶噪聲去除，并選用多個評價指標對噪聲去除前、后的效果進行定量評價，為HY－1B/COCTS的水體遙感定量監(jiān)測的前期圖像處理提供技術(shù)支持。

1 數(shù)據(jù)源與方法

1.1 數(shù)據(jù)源

本文以2009年4月21日獲取的覆蓋渤海、黃海、東海和部分日本海的COCTS Level 1A級圖像為數(shù)據(jù)源。衛(wèi)星過境時天氣晴朗，數(shù)據(jù)質(zhì)量總體良好，僅因圖像刈幅較寬，故少數(shù)區(qū)域有云覆蓋。該數(shù)據(jù)由國家海洋衛(wèi)星應(yīng)用中心提供，圖像名為H1BCLR090421025710579.L1A.HDF，共有 10 個波段，其中，B1—B8為可見光－近紅外波段;B9，B10為熱紅外波段(表1)。

表1 HY－1B/COCTS波段設(shè)置及用途Tab.1 Band set and use of HY－1B/COCTS

本文將從原始圖像中裁取包含水體的824列×1 009行的矩形區(qū)域進行處理分析。

1.2 去噪方法——矩匹配法

由于HY－1B/COCTS是采用4元雙面并掃成像的，在理想情況下，4個探測器對地面光譜響應(yīng)是一線性函數(shù)，即探測器的輸出值Y與接收地表反射的輻射量X之間的關(guān)系可表示為:Y=aX+b(其中a和b分別為每個探測器的增益和偏移量)。實際上，由于COCTS不同探測器的增益和偏移量存在差異，導(dǎo)致對同一入射的輻射量X產(chǎn)生了不同的輸出值Y，在圖像上表現(xiàn)為周期性的條帶噪聲。去除條帶噪聲的目的就是將各探測器的增益和偏移量歸一化到同一水平，使整景圖像的數(shù)據(jù)看起來像是同一個探測器獲得的。

假設(shè)地表均一，相鄰掃描行入射的輻射量具有相同的概率分布(即均值μ和標準差σ近似相等)，矩匹配法將根據(jù)一定的準則確定出參考探測器r，建立各探測器i的均值和標準差與參考探測器的均值和標準差之間的關(guān)系，計算出各探測器歸一化的增益a'和偏移量b'。由此可得到去除條帶噪聲后圖像灰度值的計算公式，即

式中:Xij和Yij分別為第i個探測器、第j個像元的條帶去除前后的輸出值;μr和σr分別為參考探測器r掃描行的均值和標準差;μi和σi分別為探測器i掃描行的均值和標準差。這里，參考探測器的均值μr和標準差σr分別取所有探測器掃描行均值和標準差的中值。

當(dāng)圖像較小且地物較復(fù)雜、不同地物的光譜差異大灰度分布不均勻時，面向所有地物的矩匹配法通常會使圖像產(chǎn)生“帶狀效應(yīng)”(banding effect)，即沿列方向(假設(shè)探測器沿行方向掃描)圖像在整體上表現(xiàn)出一種時暗時亮的不連續(xù)現(xiàn)象［13］。造成這種現(xiàn)象的原因是圖像中的地物種類多且分布無規(guī)律，致使傳感器每個探測器掃描行的輸出值間變幅很大，由此得到的均值和標準差也就不同;而矩匹配法把原本非一致的各行均值和標準差都調(diào)整到某個參考行的均值和標準差上，從而導(dǎo)致圖像上的輸出值發(fā)生畸變。因此，本文針對HY－1B/COCTS的水體遙感監(jiān)測，對圖像的水體區(qū)域進行條帶噪聲去除，有效地避免了矩匹配法造成的“帶狀效應(yīng)”。

1.3 水體信息提取方法

目前，遙感圖像水體信息提取方法主要有單波段閾值法［17］、多波段譜間關(guān)系法［17］、水體指數(shù)法［18－20］和計算機自動分類法［21－22］等。其中，水體指數(shù)法充分利用了圖像波段之間的地物光譜差異，能有效地把水體與其他地物區(qū)別開來。因此，利用COCTS圖像的綠波段(BGreen)和近紅外波段(BNIR)的灰度值，構(gòu)建歸一化差分水體指數(shù)NDWI=(BGreen－BNIR)/(BGreen+BNIR)。當(dāng)NDWI＞0時，即為水體區(qū)域。

2 結(jié)果與分析

2.1 基于NDWI的水體信息提取

圖1是從HY－1B/COCTS圖像中獲得的可見光－近紅外波段地物光譜特征曲線。

圖1 HY－1B/COCTS可見光－近紅外波段地物光譜特征Fig.1 Spectrum of ground objects in visible and near infrared bands of HY－1B/COCTS

從圖1可以看出，厚云的光譜為一條直線，這是因為COCTS為水色遙感器，水的信息一般比較微弱，傳感器在設(shè)計時就要求有很高的信噪比和輻射量化級;而云的反射率很高，云的信號使COCTS光譜過飽和，因此厚云的NDWI=0。在可見光波段，植被因為葉綠素的吸收，其光譜值比其他地物都要低，而水體、城市和陸地的光譜值比較接近;但從紅光波段開始，水體與城市、陸地和植被的光譜值有了明顯的差異。由于COCTS的B4和B5波段為綠波段、B7和 B8波段為近紅外波段，因此參考文獻［18］的方法，利用上述4個波段構(gòu)建出NDWI的4種組合，即 NDWI47，NDWI57，NDWI48和 NDWI58。對上述4種組合圖像的目視比較發(fā)現(xiàn)，在正常情況下，4種NDWI都能很好地識別水體;但當(dāng)圖像有薄云時，NDWI47和NDWI57(尤其是NDWI47)容易將陸地劃分成水體;而NDWI58則容易將水體識別成非水體地物。只有NDWI48能將水體從云、陸地、城市和植被中識別出來。圖2(a)為利用NDWI48提取的水體信息。可以看出，渤海和黃海的北部、以及東海東部因為云的存在，水體信息沒有被完全提取出來，其他面積稍大的水體都被準確地提取(如膠州灣、峽山水庫、長江口、杭州灣以及陸域的主要湖泊均清晰可見)，表明HY－1B/COCTS構(gòu)建的NDWI在提取水體信息方面的合理性和準確性。

圖2 HY－1B/COCTS圖像水域部分條帶噪聲去除前后效果比較Fig.2 Comparison between pre－and post－removal of water stripe noise in HY－1B/COCTS image

2.2 COCTS圖像的條帶噪聲去除

圖2為HY－1B/COCTS圖像水域部分條帶噪聲去除前、后的效果對比圖，圖像大小為824像元×1 009像元?？梢钥闯觯瑮l帶噪聲在行間具有明暗交替現(xiàn)象(因圖2(a)為縮小了的圖像，故難以看清整景圖像都存在條帶的原始效果)，在整景圖像上呈周期性規(guī)律。事實上，同一水體衛(wèi)星傳感器接收水面反射的輻射值理應(yīng)變化不大，但由于COCTS不同探測器對地物光譜響應(yīng)的差異，其圖像每個掃描行的灰度值存在一定的差異。利用矩匹配法對圖像的水體區(qū)域進行條帶噪聲去除后(圖2(b))，水體不同區(qū)域的灰度反差減小，色調(diào)趨向均勻，而圖像的細節(jié)與紋理信息基本不變，總體視覺效果得到增強，說明本文利用矩匹配法對HY－1B/COCTS圖像進行的條帶噪聲去除是有效的，能有效避免“帶狀效應(yīng)”，同時也能降低不同探測器輻射值的畸變程度，使去除條帶后的圖像與真實圖像更接近。

2.3 條帶噪聲去除后的圖像質(zhì)量評價

條帶噪聲去除后的圖像質(zhì)量評價可從2個方面入手:①根據(jù)視覺效果判斷(即定性分析)。利用矩匹配法對圖像水域部分進行條帶噪聲去除后，水體不同區(qū)域的灰度反差減小，色調(diào)趨向均勻，視覺效果得到增強(圖2(b))。②根據(jù)圖像灰度值變化評判(即定量統(tǒng)計分析)。本文通過圖像的均值、標準差、信噪比、偏度、峰度、信息熵和平均梯度等 7個指標進行圖像質(zhì)量評價(表2)。

表2 HY－1B/COCTS圖像去條帶噪聲前、后質(zhì)量評價指標Tab.2 Evaluation indexes for pre－and post－removal of stripe noise in HY－1B/COCTS image

從表1可以看出，在COCTS圖像去除條帶噪聲后，10個波段圖像的均值略有減小，但都和原始圖像的均值接近，基本保留了原圖像的信息。圖像的標準差明顯減小，信噪比得到提高，尤其是B9和B10這2個熱紅外波段的數(shù)據(jù)更為明顯。在可見光－近紅外波段COCTS圖像的偏度都大于0，表明圖像灰度直方圖的右側(cè)有很長的拖尾，圖像很多像元的灰度值大于平均值，條帶噪聲去除后圖像偏度都有所增加，說明大于均值的像元數(shù)增加，即原圖像中暗的條帶變亮;而在熱紅外波段圖像偏度都小于0，表明圖像灰度直方圖的左側(cè)有拖尾，很多像元的灰度值小于平均值，條帶噪聲去除后圖像的偏度有所增大，灰度值小于平均值的像元減少，原圖像中暗的條帶變亮。圖像的峰度在條帶噪聲去除后有很大的增加，這是因為原始圖像由于明暗條帶的存在，像元灰度值離均值較遠，圖像直方圖形狀較平坦;條帶噪聲去除后圖像中亮的像元得到抑制，暗像元變亮，都分布在均值附近，圖像直方圖形狀變陡，特別是熱紅外波段圖像直方圖更接近正態(tài)分布。對于具有明暗條帶的原始水域圖像，信息熵和平均梯度都比較高，去除條帶噪聲后圖像信息變得單一、灰度值趨向一致、層次減少，即熵值和平均梯度減小。以上7個質(zhì)量評價指標表明，利用矩匹配法對COCTS圖像水域部分去除條帶噪聲具有良好的效果，圖像質(zhì)量有明顯的改善。

3 結(jié)論與建議

3.1 結(jié)論

1)對HY－1B/COCTS可見光－近紅外波段地物光譜曲線的分析結(jié)果表明，由COCTS的B4和B8波段構(gòu)建的歸一化差分水體指數(shù)(NDWI48)能有效地將水體與其他地物區(qū)別開來，并準確地提取出水體信息。

2)在提取水體信息的基礎(chǔ)上，利用矩匹配法能有效地去除COCTS圖像的條帶噪聲，使水體圖像的色調(diào)趨于均勻，而圖像的細節(jié)與紋理信息基本不變，總體視覺效果得到增強。本文采用的面向水體的矩匹配條帶噪聲去除方法能有效地避免“帶狀效應(yīng)”，同時能降低不同探測器輻射值的畸變程度，使條帶噪聲去除后的圖像與真實圖像更為接近。

3)利用圖像的均值、標準差、信噪比、偏度、峰度、信息熵和平均梯度7個指標對條帶噪聲去除后的圖像進行質(zhì)量評價的結(jié)果表明，圖像均值略有降低，標準差減小，信噪比、偏度和峰度都有所增加，而信息熵和平均梯度降低。這些指標很好地說明條帶噪聲去除后圖像中的水體信息變得單一，灰度、對比度和層次減少，圖像質(zhì)量得到改善。

3.2 建議

1)針對HY－1B/COCTS在水色遙感中的應(yīng)用特點，本文利用矩匹配法開展了面向水體的圖像條帶噪聲去除研究。而以往的研究都是面向所有地物的，由于不同地物的光譜差異大，用矩匹配法去除圖像條帶噪聲會產(chǎn)生“帶狀效應(yīng)”。本文方法在有效去除COCTS圖像條帶噪聲的同時，也克服了“帶狀效應(yīng)”問題，值得推廣應(yīng)用。

2)由于目前圖像條帶噪聲去除方法很多，各種方法的優(yōu)缺點不同，適用范圍各異。本文沒有嘗試其他方法對去除COCTS圖像條帶噪聲的效果，希望能在以后的工作的進一步完善，探索更適用于HY－1B/COCTS水色定量遙感業(yè)務(wù)化需求的方法。

［1］ 國家衛(wèi)星海洋應(yīng)用中心.HY－1B衛(wèi)星介紹［EB/OL］.［2007－04－11］.http://www.nsoas.gov.cn/wx/channel/default2.asp.National Satellite Ocean Application Service.Introduction of HY－1B satellite［EB/OL］.［2007－04－11］.http://www.nsoas.gov.cn/wx/channel/default2.asp.

［2］ 牛生麗，唐軍武，蔣興偉，等.HY－1A衛(wèi)星COCTS數(shù)據(jù)條帶消除的兩種定量化方法比較［J］.遙感學(xué)報，2007，11(6):860－867.Niu SL，Tang JW，Jiang XW，etal.The comparison of two quantitative striping removal algorithms for HY－1A COCTS data［J］.Journal of Remote Sensing，2007，11(6):860－867.

［3］ 陳勁松，邵 蕓，朱博勤.中分辨率遙感圖像條帶噪聲的去除［J］.遙感學(xué)報，2004，8(3):227－233.Chen JS，Shao Y，Zhu B Q.Destriping CMODIS based on FIR method［J］.Journal of Remote Sensing，2004，8(3):227－233.

［4］ 楊 雪，馬 駿，賴積保，等.基于傅里葉變換的HY－1B衛(wèi)星影像條帶噪聲去除［J］.航天返回與遙感，2012，33(1):53－59.Yang X，Ma J，Lai JB，etal.Destripingmethods for HY－1B satellite images based on fourier transform［J］.Spacecraft Recovery ＆Remote Sensing，2012，33(1):53－59.

［5］ 侯 波，遲耀斌，朱重光，等.一種基于小波變換去除遙感圖像噪聲的方法［J］.遙感學(xué)報，2003，7(5):379－385.Hou B，Chi Y B，Zhu C G，et al.Remote sensing image denoising in the wavelet domain［J］.Journal of Remote Sensing，2003，7(5):379－385.

［6］ 陳勁松，朱博勤，邵 蕓.基于小波變換的多波段遙感圖像條帶噪聲的去除［J］.遙感信息，2003(2):6－9.Chen J S，Zhu B Q，Shao Y.Destriping multi－sensor imagery based on wavelet transform［J］.Remote Sensing Information，2003(2):6－9.

［7］ Wegener M.Destripingmultiple sensor imagery by improved histogram matching［J］.International Journal of Remote Sensing，1990，11(5):859－875.

［8］ Gadallah F L，Csillag F，Smith E JM.Destriping multisensor imagery with momentmatching［J］.International Journal of Remote Sensing，2000，21(12):2505－2511.

［9］ Corsini G，Diani M，Walzel T.Striping removal in MOS－B data［J］.IEEE Transactionson Geoscience and Remote Sensing，2000，38(3):1439－1446.

［10］ 孫 凌，唐軍武，張 杰.我國“海洋1號”衛(wèi)星(HY－1)CCD圖像數(shù)據(jù)定量化條帶消除研究［J］.海洋學(xué)報，2002，24(6):20－33.Sun L，Tang JW，Zhang J.A study of quantitative striping removal algorithm for HY－1 CCD data［J］.Acta Oceanologica Sinica，2002，24(6):20－33.

［11］ 吳 軍，張萬昌.MODIS影像條帶噪聲去除的自相關(guān)插值法［J］.遙感技術(shù)與應(yīng)用，2006，21(3):253－258.Wu J，ZhangW C.Destriping MODIS imageswith self－correlation interpolation algorithm［J］.Remote Sensing Technology and Application，2006，21(3):253－258.

［12］ 楊金紅，顧松山，程明虎.插值法在去除MODIS遙感影像條帶噪聲中的應(yīng)用［J］.氣象科學(xué)，2007，27(6):604－609.Yang JH，Gu SS，Cheng M H.Application of interpolationmethod in destriping MODIS images［J］.Scientia Meteorologica Sinica，2007，27(6):604－609.

［13］ 劉正軍，王長耀，王 成.成像光譜儀圖像條帶噪聲去除的改進矩匹配方法［J］.遙感學(xué)報，2002，6(4):279－284.Liu Z J，Wang C Y，Wang C.Destriping imaging spectrometer data by an improved momentmatching method［J］.Journal of Remote Sensing，2002，6(4):279－284.

［14］ 陳勁松，邵 蕓，朱博勤.一種改進的矩匹配方法在CMODIS數(shù)據(jù)條帶去除中的應(yīng)用［J］.遙感技術(shù)與應(yīng)用，2003，18(5):313－316.Chen JS，Shao Y，Zhu B Q.Destriping in CMODIS data by a improvedmomentmatching［J］.Remote Sensing Technology and Application，2003，18(5):313－316.

［15］ 張炳先，王 密，潘 俊.采用灰度分割的自適應(yīng)矩匹配條帶噪聲去除方法［J］.武漢大學(xué)學(xué)報:信息科學(xué)版，2012，37(12):1464－1667.Zhang B X，Wang M，Pan J.Destriping panchromatic imagery using self－adaptivemomentmatch［J］.Geomatics and Information Science ofWuhan University，2012，37(12):1464－1667.

［16］ 秦 雁，鄧孺孺，何穎清，等.分段線性動態(tài)矩匹配條帶去除［J］.中國圖象圖形學(xué)報，2012，17(11):1444－1452.Qin Y，Deng R R，He Y Q，et al.Piece－wise linear dynamic momentmatching destriping［J］.Journal of Image and Graphics，2012，17(11):1444－1452.

［17］ 周成虎，楊曉梅，駱劍承，等.遙感影像地學(xué)理解與分折［M］.北京:科學(xué)出版社，2001:68－90.Zhou C H，Yang X M，Luo JC，et al.Interpretation and Analysis for Remote Sensing Images［M］.Beijing:Science Press，2001:68－90.

［18］ McFeeters S K.The use of the normalized difference water index(NDWI)in the delineation of open water features［J］.International Journal of Remote Sensing，1996，17(7):1425－1432.

［19］ 徐涵秋.利用改進的歸一化差異水體指數(shù)(MNDWI)提取水體信息的研究［J］.遙感學(xué)報，2005，9(5):589－595.Xu H Q.A study on information extraction of water body with the modified normalized difference water index(MNDWI)［J］.Journal of Remote Sensing，2005，9(5):589－595.

［20］ 廖程浩，劉雪華.MODIS數(shù)據(jù)水體識別指數(shù)的識別效果比較分析［J］.國土資源遙感，2008，20(4):22－26.doi:10.6046/gtzyyg.2008.04.06.Liao C H，Liu X H.An effectiveness comparison between water body indices based on MODIS data［J］.Remote Sensing for Land and Resources，2008，20(4):22－26.doi:10.6046/gtzyyg.2008.04.06.

［21］ 都金康，黃永勝，馮學(xué)智.SPOT衛(wèi)星影像的水體提取方法及分類研究［J］.遙感學(xué)報，2001，5(3):214－219.Du JK，Huang Y S，F(xiàn)eng X Z.Study on water bodies extraction and classification from SPOT image［J］.Journal of Remote Sensing，2001，5(3):214－219.

［22］ 曹 凱，江 南，呂 恒，等.面向?qū)ο蟮腟POT 5影像城區(qū)水體信息提取研究［J］.國土資源遙感，2007，19(2):27－30.doi:10.6046/gtzyyg.2007.02.07.Cao K，Jiang N，Lv H，et al.The extraction of water information in urban areas based on SPOT 5 image using object－orientedmethod［J］.Remote Sensing for Land and Resources，2007，19(2):27－30.doi:10.6046/gtzyyg.2007.02.07.