[发明专利]一种成像光谱仪条带噪声去除方法

说明书

本发明公开了一种成像光谱仪条带噪声去除方法，包括：使用小波基函数Haar，结合分解公式对待除噪波段图像进行一定次数的二维离散小波分解；在长波段选取条带噪声符合要求的图像作为基准图像，对基准图像做与待除噪波段图像相同次数的二维离散小波分解；对基准图像二维离散小波分解后得到的垂直细节分量进行直方图匹配，再替换至同维度的待除噪波段图像二维离散小波分解后得到的垂直细节分量；对垂直细节分量替换结果通过小波逆变换重组，完成除噪。该方法可以在消除条带噪声的同时，最大限度保留图像的原始信息。

技术领域

本发明涉及光谱图像处理技术领域，尤其涉及一种成像光谱仪条带噪声去除方法。

背景技术

成像光谱仪是20世纪80年代开始在多光谱遥感成像技术的基础上发展起来的,它以高光谱分辨率获取景物或目标的高光谱图像,通过内部的色散元件，可以同时获取目标空间维和光谱维的信息，达到“图谱合一”的效果。由于成像光谱仪高光谱分辨率的巨大优势,在空间对地观测的同时获取众多连续波段的地物光谱图像,达到从空间直接识别地球表面物质的目的,成为遥感领域的一大热点,正在成为当代空间对地观测的主要技术手段。

条带噪声是常出现于高光谱影像数据的一种带状噪声，一般具有周期性和方向性的特点。条带噪声的产生原因是成像光谱仪中的各CCD器件光谱响应函数的不同而产生不同的输出，除此之外，工作环境和信号干扰等因素也会加剧条带噪声。条带噪声对影像的目视判读，光谱分析都会产生很大的影响，因此必须加以消除。

现有的条带噪声的消除方法主要有如下两种技术方案：

方案一：《高光谱图像中条带噪声去除方法研究》。该方案中条带噪声消除方法主要有直方图匹配法、矩匹配法及其改进方法等。直方图匹配法选取光谱仪的一个传感器产生的图像为参考图像，通过灰度直方图匹配的方法将其他传感器产生的图像与参考图像相匹配，达到消除条带噪声的目的；矩匹配法方法假设不同传感器对地物辐射特性均一，将各个传感器图像的均值和方差校准到一个参考传感器上，从而去除条带噪声。上述方案的缺点是：1、该方案只适用于进行几何校正前的高光谱图像，另外要求图像地物信息较简单，否则去条带效果较差。2、若图像较小或地物信息较复杂导致灰度分布不均匀，使用矩匹配法会破坏原始图像的光谱信息，且会沿垂直于CCD扫描的方向产生“带状效应”，造成图像失真。

方案二：《基于小波变换的图像条带噪声去除方法》。该方案中提出了基于小波置零方法来消除条带噪声。将图像进行多次二维离散小波变换，并将含有条带信息的高频分量直接置零，之后再利用重构函数将小波分量重构为原始图像达到除噪的目的。但是，该方案的缺点是会在去除条带的同时丢失大量的非噪声图像信息，降低图像清晰度，改变图像光谱特性。

发明内容

本发明的目的是提供一种成像光谱仪条带噪声去除方法，可以在消除条带噪声的同时，最大限度保留图像的原始信息。

本发明的目的是通过以下技术方案实现的：

一种成像光谱仪条带噪声去除方法，包括：

使用小波基函数Haar，结合分解公式对待除噪波段图像进行一定次数的二维离散小波分解；

在长波段选取条带噪声符合要求的图像作为基准图像，对基准图像做与待除噪波段图像相同次数的二维离散小波分解；

对基准图像二维离散小波分解后得到的垂直细节分量进行直方图匹配，再替换至同维度的待除噪波段图像二维离散小波分解后得到的垂直细节分量；

对垂直细节分量替换结果通过小波逆变换重组，完成除噪。

由上述本发明提供的技术方案可以看出，基于二维离散小波变换，通过同一光谱图像不同波段间小波分量互相替代的方法，有效地消除了条带噪声。本发明所提出方法的优点在于算法简单，除噪彻底，非噪声信息损失小。

附图说明