位置:成果数据库 > 期刊 > 期刊详情页
资源一号02C影像条带噪声去除的改进矩匹配方法
  • ISSN号:1671-8860
  • 期刊名称:《武汉大学学报:信息科学版》
  • 时间:0
  • 分类:P237[天文地球—摄影测量与遥感;天文地球—测绘科学与技术]
  • 作者机构:[1]武汉大学遥感信息工程学院,湖北武汉430079, [2]西安大地测绘工程有限责任公司,陕西西安710054
  • 相关基金:国家自然科学基金资助项目(41301519)
中文摘要:

针对资源一号02C影像条带噪声的去除,提出了一种改进的矩匹配方法。该方法以移动窗口的方式对大范围卫星影像数据进行分段处理,并根据窗口内影像的信息量,自适应地确定窗口大小,且在参考值获取时引入更合理的高斯加权均值。实验表明,与现有矩匹配方法相比,本文方法在取得良好去噪效果的同时,还具有自动化程度高、灰度失真小等优点。

英文摘要:

CBERS-02 Csatellite images are widely used in the fields of resource investigation,environment protection,and agricultural research,however,the tripe noise is a widespread problem which cannot be ignored.Moment Matching is often used by assuming that the mean and standard deviation of the data acquired by each detector are identical,but traditional methods may cause blurring and ringing artifacts due to the strong assumption of subdetectors viewing the same scene.This paper proposes an improved algorithm for Moment Matching to remove stripe noise in CBERS-02 Cimages.A moving-window which can be resized adaptively is used to deal with a wide range satellite images and the size of the window will depend on the amount of information within it.At the same time,Gaussian weighted method is used to obtain the reference value of column averages and variances.Finally,the stripe noise will be removed with the moving-window from left to right.Experimental results show that the improved method,qualitatively and quantitatively compared with traditional Moment Matching methods,is more effective in eliminating strip noise and avoiding information distortion.Besides,the improved method is computationally efficient and automatic,which can meet the needs of auto production of massive satellite imagery.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《武汉大学学报:信息科学版》
  • 中国科技核心期刊
  • 主管单位:国家教育部
  • 主办单位:武汉大学
  • 主编:刘经南
  • 地址:湖北武汉珞珈山
  • 邮编:430072
  • 邮箱:whuxxb@vip.163
  • 电话:027-68778045
  • 国际标准刊号:ISSN:1671-8860
  • 国内统一刊号:ISSN:42-1676/TN
  • 邮发代号:38-317
  • 获奖情况:
  • 全国优秀科技期刊,全国优秀高校自然科学学报一等奖,湖北省优秀期刊称号
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰地学数据库,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:24217