中国民航大学 电子信息与自动化学院, 天津 300300
红外图像作为信息传递的重要载体, 受到红外焦平面阵列探测单元响应差异和读出电路的不均匀性的影响, 易出现条纹噪声, 不利于后续的分析研究。为了提高卷积神经网络去除条纹噪声的结果, 提出了基于小波空洞残差U-Net的红外图像去条纹噪声方法。该网络首先通过Haar离散小波变换将条纹噪声图像分解为垂直分量、对角分量、水平分量和低频分量; 依次通过初步去噪和精细去噪网络学习噪声图像与条纹噪声之间的映射; 再从输入分量中去除噪声分量以获取去条纹噪声分量; 利用逆Haar离散小波变换重构去噪图像。实验结果表明, 该方法可以有效去除条纹噪声, 保护图像细节。
激光成像 红外图像 去条纹噪声 神经网络 laser imaging infrared images stripe noise removal neural network
1 中国科学院红外探测与成像技术重点实验室, 上海 200083
2 中国科学院上海技术物理研究所, 上海 200083
3 中国科学院大学, 北京 100049
基于黑体的在轨辐射定标是多通道扫描成像辐射计(AGRI)红外通道采用的辐射定标方案之一,AGRI某些长波红外通道的图像经过黑体定标后仍残留部分条带噪声,这将影响图像质量。分析了AGRI基于星上黑体的辐射定标模型,提出了通道内像元间光谱响应非均匀性的概念;对像元间光谱响应非均匀性与条带噪声的关系进行了仿真分析;基于分析结果,提出了一种利用均匀场景进行相对辐射定标的方法,并使用AGRI的成像数据,验证了该方法对抑制由像元间光谱响应非均匀性导致的条带噪声的有效性。
成像系统 黑体定标 光谱响应非均匀性 条带噪声 相对辐射定标 风云四号 光学学报
2022, 42(12): 1211001
中国科学院合肥物质科学研究院, 安徽光学精密机械研究所, 安徽 合肥 230031
成像差分吸收光谱技术是成像光谱技术和差分吸收光谱技术的结合, 能够采集图谱合一的数据立方, 并通过光谱反演得到痕量气体浓度的二维分布信息。 地基IDOAS仪器通过安装平台的水平旋转实现摆扫成像, 可用于识别污染气体的排放源和监测气体的扩散情况。 然而和所有的成像光谱技术相类似, 地基IDOAS也容易出现条带噪声的问题, 会产生相应的伪结构, 影响后续的信息提取和数据分析。 目前星载和机载IDOAS中常见的条带噪声去除算法有均匀区域校正法、 传输模型模拟法、 傅里叶变换频域滤波法、 多项式拟合法等, 应用到地基仪器中均存在不适用的问题。 介绍了一种基于权重变分模型的条带噪声去除算法, 该算法首先通过分块自适应阈值分割得出表征遮挡区域的权重矩阵, 然后利用条带噪声的方向性和稀疏性建立各向异性的变分模型, 最后通过交替方向乘子算法迭代求解。 为检验去条带算法的可靠性, 使用稀疏、 稠密、 周期、 随机、 整行、 部分、 单行、 多行等多种模拟噪声进行了性能测试。 测试结果证明权重变分算法能够有效去除各种常见的条带噪声, 目视效果和四种全参考评价指标均有良好的表现。 地基IDOAS于2018年夏季在四川乐山进行了外场实验, 实验中仪器的水平扫描范围覆盖360°全方位角, 扫描间隔为1°, 垂直方向仪器同时采集0°~30°仰角内的光谱。 仪器的积分时间设置为500 ms, 每组全景扫描的工作时间约为15 min。 利用DOAS技术对采集到的太阳散射光谱进行反演, 最终得到的NO2和SO2气体的二维浓度分布图的像素大小为360×48。 从反演结果来看, 条带噪声对不同时间和不同气体的观测结果的影响大小均不同。 经权重变分算法处理后, 多组NO2和SO2浓度分布中的条带噪声情况得到极大的改善, 并且没有出现过度平滑的情况。 结果表明, 该算法适用于地基IDOAS数据的条带噪声去除。
成像差分吸收光谱 条带噪声 变分法 光学遥感 Imaging differential optical absorption spectroscopy Stripe noise Variation Optical remote sensing
1 华南师范大学物理与电信工程学院, 广东 广州 510006
2 广东省量子调控工程与材料重点实验室, 广东 广州 510006
运动伪影是光学相干层析造影成像(OCTA)俯视图中的一个重要问题。提出一种补偿特征图像滤波(CEF)算法去除光学相干层析造影成像俯视图的运动伪影。首先,利用奇异值分解(SVD)将光学相干层析造影成像俯视图展开为一系列的特征图像;然后,利用高通特征图像和从第一特征图像中抽取得到的正交补偿积这两部分来重建恢复图像。实验结果表明,CEF算法能较好地去除条纹噪声,经CEF算法复原得到的图像有着较传统特征图滤波算法更好的图像质量。该算法为其他扫描成像系统去除类似的条纹噪声提供了新的参考。
图像处理 光学相干层析造影成像 运动伪影 条纹噪声 奇异值分解 特征图滤波 激光与光电子学进展
2021, 58(22): 2210004
1 内江师范学院 计算机科学学院，四川 内江 641100
2 攀枝花学院 数学与计算机学院，四川 攀枝花 617000
3 四川旅游学院 信息与工程学院，四川 成都 610100
4 电子科技大学 信息与通信工程学院，四川 成都 610054
针对高光谱图像（hyperspectral images, HSI）去条带易引起影像结构细节丢失问题，提出一种基于加权块稀疏（weighted block sparsity, WBS）正则化联合最小最大非凸惩罚（minimax concave penalty, MCP）约束的HSI去条带方法。本算法采用加权ℓ2, 1范数和MCP范数对条带稀疏结构和低秩约束，ℓ1范数对干净图像结构保持正则化约束，构建加权块稀疏和MCP约束的条带去除模型，采用交替方向乘子（alternating direction method of multipliers, ADMM）算法迭代求解对应模型，重建获得干净的HSI图像。实验结果表明，提出方法在实际HSI的平均等效视数从28.45提高到83.47，边缘保持指数较其他算法至少增加0.056，特别是对于非周期条带噪声，采用自适应权值更新稀疏水平，增强了组稀疏性，在保持影像边缘和加强区域平滑性方面性能更佳，去噪声效果更好。
加权块稀疏 最小最大非凸惩罚 高光谱图像条带噪声 weighted block sparsity minimax concave penalty hyperspectral images stripe noise
1 西北工业大学自动化学院, 西安 710072
2 四川工程职业技术学院基础教学部, 四川 德阳 618000
3 光电控制技术重点实验室, 河南 洛阳 471000
4 华东交通大学理学院, 南昌 330013
针对去除遥感图像条带噪声时易造成模糊或细节丢失等问题, 分析研究干净图像及条带噪声的方向和结构特征, 提出了遥感图像条带噪声分离方法。对于条带噪声, 其稀疏结构特征表征为条带的组稀疏性和平滑性, 结合条带的L2,1范数和沿条带方向的梯度的L0范数实现特征约束; 对于干净图像, 其边缘连续性采用L1范数进行约束。考虑该约束模型的非凸性, 采用基于近端交替方向乘子(PADMM)的算法进行快速求解。模拟数据和实际数据的实验结果表明, 所提算法有效去除了图像中的条带噪声, 同时高效保留原图像的细节信息, 充分验证了算法的可行性和可靠性。
条带噪声 非凸优化 组稀疏 方向特征 结构特征 stripe noise non-convex optimization group sparsity directional feature structural feature
1 中国科学院长春光学精密机械与物理研究所空间新技术研究部, 吉林 长春 130033
2 中国科学院大学, 北京 100049
为进一步抑制遥感图像的非均匀噪声,首先分析了空间遥感高光谱图像条带噪声产生的原因及噪声模型,进而提出一种基于窗口阈值判决的改进矩匹配算法。选取相对平坦,且条带噪声与背景对比较明显的区域进行阈值估算,并选取参考均值、标准差和条带阈值判决对条带噪声进行矩匹配处理。实验结果表明,所提算法的峰值信噪比相对传统方法至少提高了6.2163 dB,均方误差最小降低了5.9630,结构相似度至少提高了0.254。与传统方法相比,采用所提方法处理后的图像变异逆系数有所提高,图像横向梯度与标准差有所降低,该方法还去除了图像中的条带噪声,保留了原始图像的细节信息。
遥感 阈值判决 矩匹配 条带噪声 非均匀校正 激光与光电子学进展
2020, 57(8): 082801
1 空间电子信息技术研究院, 陕西 西安 710100
2 国家卫星气象中心, 北京 100081
利用主成分分析法(Principal Components Analysis，PCA)分析了风云三号D星微波温度计(Microwave Temperature Sounder，MWTS)观测数据中条带噪声的分布特征，描述了存在条带噪声的主要模态。基于集合经验模态分解(Ensemble Empirical Mode Decomposition，EEMD)方法对存在条带噪声的模态所对应的时间系数进行了分解并滤波。通过重构观测亮温实现了对条带噪声的抑制。在定性验证条带噪声抑制效果的基础上，通过将观测亮温与模态亮温进行比较来定量评估条带噪声抑制后的数据精度。统计结果表明，经过条带噪声抑制后，观测亮温与模态亮温的标准差减小约0.018 K，进一步提升了MWTS的数据精度。
风云三号D星 微波辐射测量 温度探测仪 大气温度廓线 条带噪声 FY-3D microwave radiation measurement temperature sounder atmospheric temperature profile stripe noise
1 中国科学院大学, 北京 100049
2 中国科学院红外探测与成像技术重点实验室, 上海 200083
分析了多通道扫描成像辐射计(AGRI)条带噪声的主要来源,建立了条带噪声的图像退化模型,提出了一种基于直方图匹配与各向异性全变分正则化相结合的去条带(HMATV)方法。该方法首先使用直方图匹配抑制探测器像元间的非均匀性响应,接着利用各向异性全变分正则化模型去除剩余的条带噪声。使用定性和定量指标对各方法的处理结果进行评价,结果显示:与其他现有前沿的去条带方法相比,所提方法不仅获得了更优异的条带噪声去除效果,还有效保护了原始图像的细节信息。
遥感 条带噪声 直方图匹配 各向异性全变分 风云四号 光学学报
2019, 39(12): 1228004
火箭军工程大学核工程学院, 陕西 西安 710025
针对高光谱遥感图像中存在的条带噪声,提出了一种基于低通滤波残差图的条带噪声去除算法。算法首先使用高斯低通滤波器对图像进行滤波,得到低通滤波残差图;然后借助条带噪声秩为1以及残差图中的细节与条带噪声正交的先验信息,使用正交子空间投影技术将低通滤波残差图中的条带噪声和图像细节进行分离;最后将分离出的细节信息加入滤波后的图像中。通过对上述三步不断迭代,算法能够有效地去除图像中的条带噪声,并且能够解决低通滤波法去条带造成图像模糊的问题。实验结果表明,与现有前沿的去条带算法相比,该方法能在有效去除条带噪声的同时很好地保持图像的信息。
遥感 高光谱遥感 条带噪声 低通滤波 残差图 正交子空间投影 光学学报
2018, 38(12): 1228002
