一种条带噪声检测方法及设备、计算机存储介质技术

本申请公开了一种条带噪声检测方法及设备、计算机存储介质，涉及遥感影像处理技术领域，其中的条带噪声检测方法基于风云四号B星快速成像仪，包括：将一定时间内的卫星遥感影像叠加，计算叠加遥感影像每列像素的像素值均值，得到原始均值数据；使用窗口对原始均值数据进行平滑处理，得到拟合均值数据；计算每列像素的拟合均值与原始均值的差，并对差值进行差分；设置阈值，并将阈值与差分值逐列进行对比，若该列像素的差分值大于阈值，则该列存在条带噪声。通过简单的步骤，可以对卫星影像中的条带噪声进行实时批量检测，快速精确地检测出卫星影像中条带噪声的具体位置，使得条带噪声的检测更加高效，同时极大地减少了计算和检测的工作量。测的工作量。测的工作量。

【技术实现步骤摘要】
一种条带噪声检测方法及设备、计算机存储介质


[0001]本申请涉及遥感影像处理
，更具体地，涉及一种条带噪声检测方法及设备、计算机存储介质。

技术介绍

[0003]快速成像仪是风云四号B星中搭载的主要载荷之一，可以实现对2000km
×
2000km的区域频率为1分钟的快速成像。
[0004]在遥感成像过程中，不可避免地会对采集到的遥感图像数据产生各类噪声，其中较为典型的是条纹噪声，在遥感影像上表现为方向固定分布的线状条带，不仅使风云四号B星快速成像仪采集的卫星遥感影像的图像观测效果受影响，还会引起后续处理问题。
[0005]近年来，已有不少关于卫星遥感影像上异常条带去除方法的研究，主要有数字滤波法、图像灰度信息统计法、变分法等。但目前对条带噪声的研究，往往需要预先获取条带的位置信息，当条带噪声的分布不具有任何规律时，利用人工解译的方式来进行位置信息的标记将耗费大量的人力资源，这一局限在处理稀疏分布的复杂条带噪声时表现得尤为明显。
[0006]现有的涉及到图像中条纹噪声检测的专利尚存在一些缺陷，例如，专利申请“航空高光谱遥感图像光谱域噪声自检测与去除方法”(申请号为200510027528.9)中虽然公开了可以利用图像的反射率来检测高光谱图像光谱域噪声，但计算过程较复杂；例如，专利申请“一种基于线追踪的线阵影像中横条纹噪声去除的改进算法”(申请号为201610649429.2)中，虽然公开了可以通过特征点的之间的联系，从而确定出横条纹噪声的位置信息的方法，但在确定噪声位置的过程中需要重复多次比对判断，整体较繁琐；再例如，专利申请“一种多源卫星遥感影像产品的辐射质量检测方法及系统”(申请号：202210586657.5)中，虽然提到了可以对多源卫星遥感影像产品进行条带检测，但在条带检测时需要抽取图像的待检测帧，并不是整幅图像进行检测。

技术实现思路

[0007]有鉴于此，本申请提供了一种条带噪声检测方法及设备、计算机存储介质，通过简单的步骤，可以对卫星影像中的条带噪声进行实时批量检测，快速精确地检测出卫星影像中条带噪声的具体位置，使得条带噪声的检测更加高效，同时极大地减少了计算和检测的工作量。
[0008]第一方面，本申请提供了一种条带噪声检测方法，条带噪声检测方法基于风云四号B星快速成像仪进行条带噪声检测，快速成像仪用于实时获取卫星遥感影像，条带噪声检测方法包括：
[0009]按时间划分卫星遥感影像，并将一定时间内的卫星遥感影像叠加，得到叠加遥感影像；
[0010]计算叠加遥感影像每列像素的像素值均值，得到原始均值数据；
[0011]使用具有预设尺寸的窗口对原始均值数据进行平滑处理，得到拟合均值数据，拟合均值数据为叠加遥感图像每列像素的拟合均值的集合；
[0012]计算叠加遥感图像每列像素的拟合均值与原始均值的差，并对差值进行差分处理；
[0013]设置阈值，并将阈值与差分结果逐列进行对比，若该列像素的差分结果大于阈值，则该列存在条带噪声；若该列像素的差分结果小于等于阈值，则该列不存在条带噪声；
[0014]其中，计算叠加遥感影像的每列像素的像素值均值，得到原始均值数据包括：
[0015]对叠加遥感影像的每列像素的像素值进行求和再求平均值处理，得到每列像素的原始均值；
[0016]将每列像素的原始均值按照相应列像素的位置顺序排列成行，得到原始均值数据；
[0017]其中，窗口具有中心点，使用具有预设尺寸的窗口对原始均值数据进行平滑处理，得到拟合均值数据，拟合均值数据为叠加遥感图像每列像素的拟合均值的集合包括：
[0018]窗口的中心点在原始均值数据上沿行方向逐列移动，在移动过程中，对窗口与原始均值数据重合部分的原始均值进行拟合，拟合后的值作为叠加遥感图像在中心点所在列像素的拟合均值，叠加遥感图像每列像素的拟合均值的集合为拟合均值数据。
[0019]可选地，其中：
[0020]窗口的预设尺寸为11。
[0021]可选地，其中：
[0022]快速成像仪获取的遥感影像包括可见光范围影像、近红外范围影像和红外范围影像，当遥感影像为可见光范围影像和近红外范围影像时，设置阈值为0.03，当遥感影像为红外范围影像时，设置阈值为0.2。
[0023]可选地，其中：
[0024]在按时间划分卫星遥感影像，并将一小时内的卫星遥感影像叠加，得到叠加遥感影像之前，条带噪声检测方法还包括：
[0025]对快速成像仪获取的卫星遥感影像进行预处理，预处理包括质量检验、地理定位、辐射定标处理以及按照以下公式将可见光范围影像和红外范围影像中像素的像素值转换为反射率：
[0026]ρ
λ
＝SCALE
×
DN+OFFSET
[0027]其中：ρ
λ
为预处理后的卫星遥感影像，SCALE为将像素值转换为反射率提供斜率，DN为卫星遥感影像的像素值，OFFSET为将像素值转换为反射率提供截距。
[0028]第二方面，本申请还提供一种条带噪声检测设备，包括：处理器和通信接口，通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现第一方面所描述的条带噪声检测方法。
[0029]第三方面，本申请还提供一种计算机存储介质，计算机存储介质中存储有指令，当指令被运行时，实现第一方面所描述的条带噪声检测方法。
[0030]与现有技术相比，本申请提供的一种条带噪声检测方法及设备、计算机存储介质，至少实现了如下的有益效果：
[0031]本申请所提供的条带噪声检测方法，在叠加得到的叠加遥感影像的基础上进行后
续处理及检测，保证了检测结果的准确性。之后对叠加后的叠加遥感影像沿列方向求像素值均值，再利用具有预设尺寸的窗口对得到的均值数据进行均值拟合，并对每列像素的拟合均值及原始均值进行做差处理，对差值结果做差分，以减轻数据的不规律波动并增强异常数据显示；最后通过设置的阈值来筛选异常条带，实现了对风云四号B星快速成像仪中条带噪声具体位置的快速检测。由此可见，本申请将风云四号B星快速成像仪的扫描成像特点与卫星遥感影像中条带的特征很好地结合在一起，建立了可靠的条带噪声检测方法，大大提高了对风云四号B星遥感影像中条带的实时在轨检测及诊断能力；同时可以实现对卫星遥感影像中异常条带的实时批量检测，极大减少了计算和检测的工作量，进一步提高了检测效率；此外，本申请所提供的条带噪声检测方法还可以对单个条带进行准确识别和标记，且差分结果还可以反应条带噪声的强度，为异常检测和故障判断提供了帮助。
[0032]当然，实施本申请的任一产品必不特定需要同时达到以上所述的所有技术效果。
[0033]通过以下参照附图对本申请的示例性实施例的详细描述，本申请的其它特征及其优点将会变得清楚。
附图说明
[0034]被结合在说明书中并构成说明书的一部分的附图示出了本申请的实施例，并且连同其说明一起用于解释本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种条带噪声检测方法，其特征在于，所述条带噪声检测方法基于风云四号B星快速成像仪进行条带噪声检测，所述快速成像仪用于实时获取卫星遥感影像，所述条带噪声检测方法包括：按时间划分所述卫星遥感影像，并将一定时间内的所述卫星遥感影像叠加，得到叠加遥感影像；计算所述叠加遥感影像每列像素的像素值均值，得到原始均值数据；使用具有预设尺寸的窗口对所述原始均值数据进行平滑处理，得到拟合均值数据，所述拟合均值数据为所述叠加遥感图像每列像素的拟合均值的集合；计算所述叠加遥感图像每列像素的拟合均值与原始均值的差，并对差值进行差分处理；设置阈值，并将所述阈值与差分结果逐列进行对比，若该列像素的差分结果大于阈值，则该列存在条带噪声；若该列像素的差分结果小于等于阈值，则该列不存在条带噪声；其中，所述计算所述叠加遥感影像的每列像素的像素值均值，得到原始均值数据包括：对所述叠加遥感影像的每列像素的像素值进行求和再求平均值处理，得到每列像素的原始均值；将每列像素的原始均值按照相应列像素的位置顺序排列成行，得到原始均值数据；其中，所述窗口具有中心点，所述使用具有预设尺寸的窗口对所述原始均值数据进行平滑处理，得到拟合均值数据，所述拟合均值数据为所述叠加遥感图像每列像素的拟合均值的集合包括：所述窗口的中心点在所述原始均值数据上沿行方向逐列移动，在移动过程中，对所述窗口与所述原始均值数据重合部分的原始均值进行拟合，拟合后的值作为所述叠加遥感图像在所述中心点所在列像素的拟合均值，所述叠加遥感图像每列像素的拟合均值的集合为...

【专利技术属性】
技术研发人员：王琳，陈小梅，王静，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：