消除图像条带噪声和坏线的方法
技术
[0001] 本发明属于遥感图像处理领域，具体涉及一种图像条带噪声及坏线消除方法。
【背景技术】
[0002] 目前，大多数航空或航天光学遥感图像都是通过线阵清扫获得的。当传感器线阵上的 传感器出现故障时，收集到的图像中会出现坏线。有些坏线根本没有值，不能使用 ；另一部分明显高于其他像素形成亮线，或者数据明显低于其他像素形成暗线，这些 数据可以通过处理继续使用。
[0003] 目前的主要环线去除算法是平均替换法和矩形滤波法。平均值替换法是利用两个相对于坏 线的数据来寻求平均值来取代坏线数据。该方法完全放弃了亮线或暗线中有用的数据 ，造成信息损失。矩形滤波法以相对图像的平均值和方差为参考，使亮线或暗线 的平均值等于方差，但事实上，坏线的平均值和方差不能与相对像素相同，因此 处理后可能有明显的误差。
[0004]接收光信号后，数据传感器的光电子元件通过放大器放大，将光信号转换为电信号，测量的地物辐射亮度值为：
[0005] 〇Ν=α*Ι β (1)
[0006] 其中α代表放大器的增益，I代表传感器接收到的光信号强度，β代表为消除传感器 中的暗电流所加入的偏移量。α值随传感器的不同而变化，β同α-样品不仅随传感器变化 ，还受传感器温度和时间变化的影响。线阵推扫成像传感器，因此沿扫描带方向 的同列数据是同一传感器接收的数据，具有相同的数据α值和Μ因此，造成坏线的主要原因是直线α 和邱勺误差。所以只要确定合适的α、β即可去除坏线。一般来说，传感器在 出厂前α值已经准确校正，误差往往很小。β值不断变化，传感器需要在 成像前测量和确定暗电流，因此更有可能出现误差。因此，合理调整m消除 坏线可以直接实现。
发明内容
[0007] 本发明的目的是克服现有技术的缺陷，提供一种应用于线阵清扫模式成像的图像带噪声和坏线消除方法。通过计算图像，消除图像中的非零或饱和 坏线和图像中的带噪声。
[0008] 实现的：
[0009] -图像条带噪声和坏线消除方法包括以下步骤：
[0010] 像Μ行N计算图像平均值和各列像素平均值；
[0011 ]步骤2 ：选择列像素平均值最接近图像平均值的列作为参考列，假设为第一列J列，令jL =jR = J〇
第三步：jL_l列像素，数值仇，使
[0013]
[0015] β表示应添加像素值的偏移量，见公式(l);p(i，j)图像中第i行的第j列像素 值；图像以第J列为中心，分为两部分，左计算用九表示，右计算用九表示j R表示；
第4步：计算p(jL-l，i)=p(jL-l，i) βl，p(jR l，i)=p(jR l，i) β2;i = l，2…M· [0017]步骤5:获得步骤4jL_l和jR l作为新的参考列，即分别命令9=九-1，加=加 1。重 复步骤3和步骤4；如果九=2.结束九计算对应算式；j_r = N-1贝lj结束j_r计算对应算式；
[0018] 以上步骤30中βι以下步骤可用于和02计算：
[0019] (1)图像中的相邻两列像素，对于i = l，2,…Μ，计算Δ pi = p( j，i)-p( j 1，i)，则Δ P={ ΔΡ1，Δρ2…ΔρΜ};其中M图像的行数，p(i,j)为图像中第i行的第j列像素值，APi 是同行相邻两个像素的差值。
对ΔΡ中等元素按大小排序，打开$成新序列ΔΡ={ Δρ^，Δρ、··· Δρ、}。
(3)贝旭=Δ pV〗，即Δ ρ向量各元素的中位数。
本发明的有益效果是：
[0023] 本发明能有效消除图像中的垂直或水平条带噪声，处理后的图像中没有明显的条带噪声。为了进一步验证方法的准确性，对高质量的无条带噪声数据进行 验证计算，旨在解决算法是否会错误调整无条带数据Aster数据的计算表明，每列m直大部分为〇，只有极少数是1或2，这表明本方法已确定β值精度高。
附图说明
图1是本发明的一种图像条带噪声和坏线消除方法的流程图。
具体实施方法
[0025]本发明结合附图和实施例进一步描述。
如图1所示，一种消除图像条带噪声和坏线的方法，包括以下步骤：
步骤1：设置图像Μ行Ν计算图像平均值和各列像素平均值；
[0028] 步骤2：选择最接近图像平均值的列作为参考列，假设为第一列J列，令九 =jR = J〇
第三步：jL_l列像素，数值仇，使
[0032] β参见公式(1)表示像素值的偏移；1)(1)」)为图像中的第一行」列像素 值；图像以第J列为中心，分为两部分，左侧的计算用jL表示右侧计算j R表示；
步骤4：计算 p( jL_l，i)=p( jL_l，i) 0i，p( j_R l，i)=p( jR l，i) &;i = l，2......M.
[0034] 步骤5：获得步骤4jL_l和jR l作为新的参考列，即分别令jL = jL-l，jR = jR l
[0036] (1)图像中的相邻两列像素i = l，2,......M，计算Δ pi = p( j，i)-p( j 1，i)，则 AP={ ΔΡ1，Δρ2…ΔρΜ};其中M图像的行数，p(i,j)为图像中第i行的第j列像素值，Δ Pi两个像素的两个像素于同一行。
对ΔΡ元素按大小排序，形成新的序列ΔΡΗΔ?Λ,Δρ'^Δρ'Μ}。
[0038] (3)贝旭=Δρ'Μ/2,即ΔΡ向量各元素的中位数。
[0039]试验表明，该方法可以有效地消除图像中的垂直或水平带噪声，处理后的 图像没有明显的带噪声。为了进一步验证方法的准确性，验证和计算高质量的无条带噪声 噪声数据，目的是了解算法是否会错误地调整无条带数据Aster数据的计算表明，每列m直大部分为〇，只有极少数是1或2，这表明本方法已确定β 精度高。
【主权项】
1. 消除图像条带噪声和坏线的方法包括以下步骤： 步骤1：将图像设置为Μ行N列，计算图像平均值和每列像素平均值； 步骤2：选择列像素平均值最接近图像平均值的列作为参考列，假设为第J列，令jL = jR =J〇第三步：对第jL-1列像素，求数值βι，最小值；对jR 1列像素，求数值防，使其最小值。β如公式(1)所示，应添加像素值的偏移量；P(i，j)图像中第i行的第j列像素值； 图像W第J列为中屯，分为左侧计算两部分jL表示右侧计算jR表示： 步骤4：计算 p( jL-l，i)=p(jL-l，i) 0i，p( jR l，i)=p(jR l，i) 02;i = l，2...M. 步骤5:获得步骤4jL-1和jR 1作为新的参考列，即分别令北=北-1〇'1^叫1^ 1。重复步 骤3和步骤4;若北=2.结束北对应算式的计算；jR = N-l则结束jR对应算式的计算. 根据权利要求1所述的图像条带噪声和坏线消除方法，其特征在于:所述步骤30中 &以下步骤可用于防计算： (1) 图像中的相邻两列像素i = l，2,…M，计算Δ pi = p( j，i)-p( j 1，i)，则Δ P = { Δρι，Δρ2. . . Αρμ};其中Μ图像的行数，p(i,j)为图像中第i行的第j列像素值，Api是 同行相邻两个像素的差异。(2) 对ΔP元素按大小排序，形成新的序列ΔP={Δp'l，Δp'2...ΔpΔM}。(3) 贝化=Δρ'Μ/2,即ΔΡ向量各元素的中位数。
专利摘要本发明属于遥感图像处理领域，具体涉及图像带噪声和坏线消除方法，目的是克服现有技术缺陷，提供传感器图像带噪声和坏线消除方法，通过计算图像，消除图像中的非零值或饱和值坏线，以及图像中的带噪声。本发明能有效地消除图像中的垂直或水平带噪声，处理后的图像没有明显的带噪声。为了进一步验证方法的准确性，验证和计算高质量的无条带噪声数据，目的是了解算法是否会错误地调整无条带数据Aster数据计算表明，每列β大部分值为0，只有极少数值为1或2，确定了β值精度高。
【IPC分类】G06T5/00
【公开号】CN105551003
【申请号】CN201510961793
【发明人】陆冬华、赵英俊、张东辉
北京核工业地质研究所
公开日2016年5月4日
2015年12月21日