总第95期第1期
SPOT5遥感影像去噪与增强处理
胡小军戴兵秦飞
(中国石油辽河油田勘探开发研究院辽宁盘锦124010)
摘要噪声是影响遥感影像质量最重要的一个因素,本文分别采用了傅里叶变换去噪、MATLAB中值滤波去噪和ERDAS软件方法对影像进行了去噪处理,并对比试验结果。然后将去噪后的影像进行增强、配准以及融合,最后得到一幅较理想的高分辨率多光谱彩色影像。
关键词SPOT5;去噪与增强;融合
0引言
SPOT5[1]卫星于2002年5月4日成功发射,并用两台高功能的传感器HRG取代了SPOT4上搭载的两台高分辨率可见光与红外成像系统HRVIR,全色的影像分辨率为2.5m,多光谱影像的地面分辨率为10m,使图像的几何精度得到了较大的提高,同时,对改善图像质量的处理技术要求也越来越高。噪声是影响图像质量的主要因素之一,因此,需要一种有效的遥感影像去噪[2]技术来改善影像的质量。
1遥感影像去噪方法的研究与比较1.1傅立叶变换
遥感影像在扫描的时候会出现坏线,是原始扫描图像中的缺失扫描线(行或列)。此时,就需要对图像的坏线进行去除。傅立叶变换是线性系统分析的一个有力工具,它能够定量地分析诸如数字图像之类的数字化系统,把傅立叶变换的理论与物理解释相结合,将有利于解决大多数图像处理问题。傅立叶变换的幅度谱决定了一副图像中含有的各种频率分量的多少,相位谱决定了每一种频率分量在图像中的位置,只要每一种频率分量保持在图像中的正确位置,那么图像的完整性就能得到很好的保持。
传统的基于傅立叶变换的去噪方法在去除噪声和边沿保持上存在着矛盾,原因是傅立叶变换方法是一种全局变换,要么完全在时(空间)域,要么完全在频域,只能反映图像的整体特征,无法表述图像的时频局部化特性,因而,基于该方法的去噪处理难以检测到图像边沿特征,在去除噪声的同时,也损失了图像边沿信息。
1.2中值滤波的MATLAB实现
中值滤波[3]是一种噪声的非线性处理方法。中值滤波的工作原理是对指定大小的一个窗口内的像素按大小重新排序,然后以排序所得中间值代替指定窗口中心像素的灰度值。例如指定窗口大小为33像素,原窗口中的像素值可展开为一维数组。
重新排序后一维数组,原窗口的中心像素值被取代。由此可见,如果原像素值是一个脉冲干扰,经中值滤波后该噪声被有效抑制;但是,如果原像素值是一个有用信号,则经中值滤波后同样被抑制了。
1.3邻域平均法
邻域平均法[4]——
—在空域中图像每点(x,y)的亮度值取其邻域内各点亮度值的平均值。采用此法的前提:图像是由许多灰度恒定的小块组成的,相邻像素间存在很高的空间相关性,而噪声则是统计独立的。
1.4小波去噪
小波去噪基本思想是通过一个母函数在时间上的平移和在尺度上的伸缩,获得一种能自动适应各种频率成分的有效信号分析手段。
小波变换是一种信号的时间-尺度(时间-频率)分析方法,它具有多分辨率分析的特点,而且在时频两域都具有表征信号局部特征的能力,是一种窗口大小固定不变但其形状可改变,时间窗和频率窗都改变的时频局部化分析方法。即在低频部分具有较高的频率分辨率和较低时间分辨率,在高频部分具有较高的时间分辨率和较低的频率分辨率,很适合于探测正常信号中夹带的瞬时反常现象并展示其成分。
2遥感影像增强方法的研究与比较2.1遥感影像几何校正
几何校正是从具有几何畸变的图像中消除畸变
SPOT5遥感影像去噪与增强处理31
··