[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

摘要

一种基于在轨分类统计的红外影像ME噪声去除方法，利用卫星影像自身的辐射信息，使用ME检测模板遍历整幅影像检测ME噪声，对检测到的ME噪声使用迭代的方法进行去除，弥补了系统脉冲响应函数不足的问题。同时考虑到红外影像在不同辐亮度下ME噪声表现形式不同的特点，该方法引入分类的思想，对不同的辐亮度下ME噪声使用不同的方法进行去除。最后，使用自适应矩匹配对处理后的图像进行残余条纹噪声去除，进一步提高红外影像的辐射质量。

主权项

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,...,CK；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MEi＝DNi‑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，MEi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=Σi=13NΣj=1M[Y(i,j)-Y‾]×[G(i,j)-G‾]Σi=13NΣj=1M[Y(i,j)-Y‾]2Σi=13NΣj=1M[G(i,j)-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Ci对应的MEi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。