基于小波变换的图像条带噪声去除方法.PDFVIP

基于小波变换的图像条带噪声去除方法 1 1,2 * 1,2 1,2 张霞，孙伟超 ，帅通 ，孙艳丽 （1 中国科学院遥感与数字地球研究所 北京，100101； 2 中国科学院大学 北京，100049） 摘要：条带噪声的存在不但妨碍高光谱图像的目视判读，而且制约高光谱遥感的定量应用。 针对小波变换法条带噪声去除过程中遇到的条带噪声和图像有用信息难以有效分离的问题， 根据小波变换的方向性和数学显微镜特性,提出了一种新的基于小波变换的条带噪声去除方 法。这种方法首先对含有条带噪声的图像进行一定层数的小波分解；然后对每一层分解得到 的与条带噪声分布方向相同的子图像再进行一定层数的小波分解，从而实现条带噪声和图像 有用信息的有效分离，将含有条带噪声的子图像置零；最后利用小波反变换得到去除条带噪 声的图像。本文以欧洲空间局PROBA 卫星上搭载的CHRIS 高光谱数据为例,采用相关系数 (R) 、结构相似度(SSIM)和峰值信噪比(PSNR)三个定量指标，对比分析了新方法与矩匹配法、 傅里叶滤波法和小波阈值法的条带噪声去除效果。结果表明新方法去噪后的图像具有最高的 R 、SSIM 和PSNR ，新方法能够有效的去除高光谱图像中的条带噪声，同时较好地保留了原 始图像的有用信息。 关键字：CHRIS 高光谱图像；条带噪声；小波变换；条带分离；条带去除 中图分类号：TP751.1 文献标识码：A 1 引言 条带噪声是许多星载和机载高光谱遥感图像 常用的遥感图像条带噪声去除方法依据其去 中的普遍现象，它沿扫描行贯穿于整幅图像。条带 噪原理可以大致分为3 类：统计学方法、辐射均衡 噪声的形成原因归纳起来主要有两方面：1）遥感 化方法和滤波方法。统计学方法主要是直方图匹配 [1, 2] [3-6] [7-8] 器的成像介质是一系列按规则排列的 CCD 探测单 法 、矩匹配法 和变分法 。统计学方法适用 元。由于每个CCD 的光电性质存在差异，致使各个 于地物分布均匀的遥感图像条带噪声去除，对于地 CCD 的光谱响应函数不完全相同，对于相同的输入 物分布差异大的遥感图像条带噪声去除效果不理 信号会产生不同的响应，造成了条带噪声的出现； 想。辐射均衡化方法要求图像范围内的目标具有同 [9] 2）遥感平台在太空中运动的过程中，由于电磁环 一性或近似同一性 ，通过逐波段的估计每一个探 境的变换对传感器的光电系统等造成影响，更加剧 测单元相对于参考探测单元的均衡曲线，实现条带 了条带噪声效应。 噪声去除。这类方法既可应用于条带噪声周期性分 收稿日期：2014-8-11 修订日期：2015-9-17 基金项目：国土资源部公益性行业科研专项（编号：201011019-07） 第一作者简介：张霞（1972-），女，山东乳山，博士，研究员。主要研究领域为高光谱数据处理与应用。电子邮箱： zhangxia@ 。 通讯作者简介：孙伟超（1991-），男，陕西宝鸡，硕士研究生。研究方向为高光谱遥感。电子邮箱：sunweichaojlu@163.com。 布的图像，也可用于非周期性分布的条带噪声去 像有用信息的问题，本文提出了一种新的基于小波 除。当图像中的目标物不具备同一性时，估计探测 变换的条带噪声去除方法。与小波阈值法的主要不 单元的均衡曲线将会是很困难并且耗费时间的事 同在于：小波阈值法使用阈值和阈值函数区分条带 [10] 情 。 噪声和图像有用信息；本文方法