[发明专利]一种基于在轨分类统计的红外影像ME噪声去除方法

权利要求书

1.一种基于在轨分类统计的红外影像ME噪声去除方法，其特征在于包括如下步骤：

(1)针对卫星在轨获取的红外原始地物影像，依据影像各像素点的DN值使用K均值算法进行分类，得到K个辐亮度分类区间C₁,C₂,...,C_K；所述的K均值算法中辐亮度分类区间的个数K由原始地物影像的ME噪声表现形式决定，满足关系式ME_i＝DN_i-DN′_i，式中，为ME噪声去除前各像素点的DN值，i＝1,2,…,K，DN′_i为ME噪声去除后各像素点的DN值，ME_i为正或负并且相邻的区间段正负号不同；

(2)建立ME检测模板，并利用ME检测模板对原始影像进行遍历，进行匹配检测ME噪声；

所述的ME检测模板其中E为N×M的对角线元素为1其余元素为0的矩阵，N为获取原始地物影像的探测器的像元数，M为1到10的之间的任一正整数；

所述匹配检测ME噪声的方法为：将原始地物影像分成若干个大小为3N×M的子图像块，计算ME检测模板G与各子图像块的相关系数r，当r大于阈值的时候认为该图像块存在ME噪声，

$r=\frac{\underset{i=1}{\overset{3N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\[Y(i,j)-\stackrel{\‾}{Y}\]\×\[G(i,j)-\stackrel{\‾}{G}\]}{\sqrt{\underset{i=1}{\overset{3N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\[Y(i,j)-\stackrel{\‾}{Y}\]}^2\underset{i=1}{\overset{3N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\[G(i,j)-\stackrel{\‾}{G}\]}^2}}$

其中，为ME检测模板G的DN均值，是图像块所包括像素点的DN均值，Y(i,j)为子图像块第i行第j列的像素点的DN值，G(i,j)为模板第i行第j列的像素点的DN值，i＝1,2,3,…,3N，j＝1,2,3,…,M；

(3)将步骤(2)得到的存在ME噪声的图像块Y进行分块，使得Y₀，Y₁，Y₂为N×M的矩阵，然后根据存在ME噪声的图像块Y所在的辐亮度分类区间分别进行ME噪声去除，去除方法为：

如果图像块那么去除ME噪声后对应的图像块其中±与C_i对应的ME_i的正负相反；

然后判断图像块Y′是否同时满足如下两个最优条件：1)2)|y′₁-y′₀|>0，|y′₁-y′₂|>0；如果满足则进入下一步；否则令Y＝Y′，并再次进行ME噪声去除，直至最后一次得到的图像块Y′同时满足两个最优条件后进入下一步；

式中b₁为子影像Y₀最后一行与子影像Y₁第一行对应各像素点的DN值差，b₂为子影像Y₁最后一行与子影像Y₂第一行对应各像素点的DN值差，b′₁为子影像Y₀′最后一行与子影像Y₁′第一行对应各像素点的DN值差，b₂′为子影像Y₁′最后一行与子影像Y₂第一行对应各像素点的DN值差，为b₁的DN均值，为b₂的DN均值，为b′₁的DN均值，为b′₂的DN均值，y₀，y₁，y₂分别为Y₀，Y₁，Y₂的DN均值，y′₀，y′₁，y′₂分别为Y₀′，Y₁′，Y₂′的DN均值；

(4)对去除ME噪声后的影像，采用自适应矩匹配滤波的方法去除影像中残余的条纹噪声，得到最终的红外影像。

2.根据权利要求1所述的一种基于在轨分类统计的红外影像ME噪声去除方法，其特征在于：所述的K均值算法中，K个辐亮度分类区间C₁,C₂,...,C_K的初始聚类中心分别为其中N_bit为影像的量化位数。