[发明专利]基于全变分和低秩方向稀疏约束的图像条带噪声去除算法

说明书

本发明涉及一种基于全变分和低秩方向稀疏约束的图像条带噪声去除算法，包括步骤：读取待去噪的遥感图像，该遥感图像为含有条带噪声的退化图像；采用全变分模型和低秩方向稀疏约束分别对退化图像对应的真实图像和条带噪声图像添加相应的约束，建立遥感图像去条带噪声的约束模型；分别依次固定条带噪声图像和真实图像的先验信息，求解图像先验信息和噪声先验信息，循环迭代后输出求解得到的真实图像以及噪声图像。本发明可以实现在保持图像边缘以及细节信息的同时，彻底的去除不同退化程度以及不同场景遥感图像中的条带噪声，对于提高遥感图像质量，提升遥感图像在后期的实际应用具有重要意义。

技术领域

本发明涉及遥感图像处理技术领域，具体涉及一种基于全变分和低秩方向稀疏约束的图像条带噪声去除算法。

背景技术

条带噪声是遥感图像中由图像探测器响应不均匀性引起的一种常见的噪声。由于是整行或者整列的响应差异，所以遥感图像中的条带噪声通常具有明显的方向与结构特点。条带噪声不仅影响遥感图像的直观视觉效果，同时对于遥感图像的后续应用也存在不利影响。所以去除遥感图像中的条带噪声在遥感图像处理领域具有十分重要的意义。在实际的图像处理过程中，现有的图像条带噪声去除算法容易受到图像退化程度与场景的影响，对于不同的图像的处理结果往往表现出一定的差异。并且不同于常规的图像，遥感图像覆盖区域更广、数据量更大、细节更为丰富，这也对条带噪声去除算法提出了更高的要求。因此为解决上述问题，本发明提出了一种基于全变分和低秩方向稀疏约束的图像条带噪声去除算法。

发明内容

为了有效解决现有的图像条带噪声去除算法容易受到图像退化程度以及场景影响的问题，本发明提出了一种基于全变分和低秩方向稀疏约束的图像条带噪声去除算法，通过对退化图像的底层先验添加相应的约束，可实现遥感图像条带噪声的去除。

一种基于全变分和低秩方向稀疏约束的图像条带噪声去除算法，包括以下步骤：

步骤一：读取待去噪的遥感图像，所述遥感图像为含有条带噪声的退化图像；

步骤二：采用全变分模型和低秩方向稀疏约束分别对所述退化图像对应的真实图像和条带噪声图像添加相应的约束，建立遥感图像去条带噪声的约束模型，所述约束模型为数据保真项、真实图像先验的正则化项和条带噪声图像先验的正则化项之和；

步骤三：固定条带噪声图像的先验信息，求解所述约束模型中的真实图像的先验信息，得到图像先验信息；

步骤四：固定真实图像的先验信息，求解所述约束模型中的条带噪声图像的先验信息，得到噪声先验信息；

步骤五：根据所述图像先验信息和所述噪声先验信息对所述约束模型及其拉格朗日乘子进行更新，更新后返回步骤三，循环迭代，直至所述图像先验信息和所述噪声先验信息满足循环截止条件后，执行步骤六；

步骤六：输出求解得到的真实图像以及噪声图像。

与现有技术相比，本发明具有以下有益效果：

本发明结合全变分模型，利用条带噪声的结构与方向性特点，采用全局低秩以及方向稀疏约束条带噪声先验，采用交替方向乘子法(Alternating Direction Method ofMultipliers，ADMM)同时求解真实图像以及条带噪声图像，可以实现在保持图像边缘以及细节信息的同时，彻底的去除不同退化程度以及不同场景遥感图像中的条带噪声。本发明对于提高遥感图像质量，提升遥感图像在后期的实际应用具有重要意义。

附图说明

图1为本发明所述的基于全变分和低秩方向稀疏约束的图像条带噪声去除算法的整体流程示意图；

图2为受条带噪声影响退化的遥感图像；

图3为图2所示遥感图像经过本发明算法处理后的遥感图像。

具体实施方式