[发明专利]基于分段校正的遥感影像条带噪声去除方法

权利要求书

1.一种基于分段校正的遥感影像条带噪声去除方法，其特征在于，包括以下步骤：

步骤1，将待处理影像根据地物分布情况划分为均匀区域与复杂区域，提取均匀区域与复杂区域的边界像素点组成边界数组A₁；

步骤2，将待处理影像根据扫描行或列的灰度分布划分灰度值区间，提取灰度变换的分界点组成边界数组A₂；

步骤3，提取边界数组A₁与A₂的并集，并按顺序排列得到新的边界数组A；

步骤4，根据边界数组A分段处理条带噪声。

2.根据权利要求1所述基于分段校正的遥感影像条带噪声去除方法，其特征在于：步骤1包括以下子步骤，

步骤1.1，以条带噪声所在行或列的每个像素点(x_i,y_j)为中心，设一个大小为n×n的窗口；计算窗口内所有非条带噪声行或列的像素点灰度值的标准差值σ_ij，新建一个跟待处理影像大小相同的标准差数组B，将得到的标准差值σ_ij置于标准差数组B中与窗口中心点(x_i,y_j)相应的位置；

步骤1.2，对于步骤1.1所得标准差数组B，根据预设的阈值T，划分小于等于阈值T的为均匀区域，大于阈值T的为复杂区域，提取均匀区域与复杂区域的所有边界像素点，组成边界数组A₁。

3.根据权利要求1所述基于分段校正的遥感影像条带噪声去除方法，若条带噪声按行分布于影像中，则其特征在于：步骤2包括以下子步骤，

步骤2.1，以条带噪声所在行的每个像素点(x_i,y_j)为中心，设一个大小为1×m的窗口；将条带噪声所在行的所有像素点(x_i,y_j)对应的平均值μ_s组成平均值数组S；以向上或向下的方向选取离条带行最近的正常行为参考行，以条带噪声相应的参考行的每个像素点(x_i,y_j)为中心，设一个大小为1×m的窗口，计算窗口内所有像素点灰度值的平均值μ_r，将条带噪声相应的参考行的所有像素点(x_i,y_j)对应的平均值μ_r组成平均值数组R；

步骤2.2，从第一行条带行开始，计算平均值数组S与相应参考行平均值数组R，计算差值数组D，若影像的列数为L，则差值数组D的大小为1×(L+1-m)，提取差值数组D与x轴的所有交点作为灰度变换的分界点，组成边界数组A₂，若某交点不为整数，则取该交点最近的整数作为分界点。

4.根据权利要求1所述基于分段校正的遥感影像条带噪声去除方法，如果条带噪声按列分布在影像中，则其特征在于：步骤2包括以下子步骤，

步骤2.1，以条带噪声所在列的每个像素点(x_i,y_j)为中心，设一个大小为m×1的窗口；将条带噪声所在列的所有像素点(x_i,y_j)对应的平均值μ_s组成平均值数组S；以向左或向右的方向选取离条带行最近的正常列为参考列，以条带噪声相应的参考列的每个像素点(x_i,y_j)为中心，设一个大小为m×1的窗口，计算窗口内所有像素点灰度值的平均值μ_r，将条带噪声相应的参考列的所有像素点(x_i,y_j)对应的平均值μ_r组成平均值数组R；

步骤2.2，从第一列条带列开始，计算平均值数组S与相应参考列平均值数组R，计算差值数组D，若影像的行数为L，则差值数组D的大小为(L+1-m)×1，提取差值数组D与y轴的所有交点作为灰度变换的分界点，组成边界数组A₂，若某交点不为整数，则取该交点最近的整数作为分界点。

5.根据权利要求1或2或3或4所述基于分段校正的遥感影像条带噪声去除方法，其特征在于：步骤4实现方式为，提取边界数组A中的边界点，将条带噪声所在行或列分段，对每一段分别通过空间域校正进行去噪处理。