嫦娥一号卫星2c级数据条带噪声去除

《嫦娥一号卫星2c级数据条带噪声去除》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、嫦娥一号卫星2C级数据条带噪声去除　　摘要：干涉成像光谱仪（ImagingInterferometer，IIM）是嫦娥卫星的有效载荷之一，IIM数据对于月表成分的反演有重要的意义。通过主观目视我们可以发现IIM获取的影像数据存在少量的条带噪声，文章利用改进的插值法和sigma滤波对影像数据的第1、13、32波段进行处理，结果表明，改进的插值法较好的保留了图像的细节部分，同时去噪效果比较好，但是在第13波段还残存一些条带噪声。sigma滤波在去噪的效果上不好，第1和第32波段噪声没有去除，但是它对于13波段的去噪效果与改

2、进的插值法比较而言，结果较好。关键词：嫦娥一号卫星；IIM条带噪声；改进的插值法；sigma滤波引言探测月表物质类型以及元素的含量与分布对研究月球资源开发利用具有重要意义[1]。嫦娥一号卫星上搭载的干涉光谱成像仪（ImagingInterferometer，IIM）可用于月表元素（如Fe，Ti）和矿物（如辉石）的反演[2]。但是IIM中有的波段数据具有明显的条带噪声，这些条带噪声对于元素和矿物的反演有严重的影响。8目前，许多学者对如何消除遥感影像中的条带噪声进行了研究和探讨，主要的条带噪声去除方法有：直方图匹配法、矩匹

3、配法、空间-频率域滤波法、插值法等。Horn[3]和Kautsky[4]等用直方图匹配法对遥感影像数据进行去除条带噪声处理，但是这种方法有很大的局限性，对于复杂地表不适用，同时这种方法不能用于几何纠正后的图像。矩匹配方法[5]假设每个传感器所探测的地物具有相同均衡的辐射分布，所记录数据的变化也与辐射校正的增益与偏移成线性关系，通过调整每个传感器的均值方差到某一参考值来达到去条带的目的，但是这种方法往往去除条带不彻底。支晶晶[6]和韩玲[7]等对矩匹配方法进行了改正，在高光谱上取得了较好的应用。空间-频率域滤波法[8]是

4、设置高通或低通滤波器将某一频率的信号去除，这种方法的关键是选择合适的滤波器，但是这种方法在去除条带噪声的同时也能去除图像的某些细节，使整个图像平滑，降低图像质量。插值法是一种有效的去除遥感影像条带噪声的方法，不仅能有效的去除遥感影像的条带噪声，还保留了图像原有的大部分信息。蒋耿明[9]和杨金红[10]等利用插值法对MODIS数据进行了去条带噪声处理，取得了较好的效果。文章以IIM2C级数据为实验数据，利用改进的插值法和sigma滤波法对数据进行处理，并对实验结果进行了分析。1IIM及数据1.1IIM8IIM是CE-1上

5、搭载的有效载荷之一，它是一种“图谱和一”光学传感器，能够获得空间的二维平面图像和一维连续光谱图，是国内外首次将干涉成像光谱技术用于深空探测[11]。1.2数据IIM获取的数据包括6级产品，即：0A级、0B级、1级、2A级、2B级和2C级。文章采用的IIM2C级数据是经过暗电流去除和相对定标修正，并经过辐射校正、光度校正和反射率变换。通过主观目视可以发现2C级数据第1～13、31、32谱段具有明显的条带噪声，文章选取第1、13和32谱段三个谱段的数据进行实验，在三个波段中分别选择了亮度值比较高和亮度值比较低的两部分进行去

6、噪处理，实验数据如图1所示。2去噪算法条带噪声去除方法有：直方图匹配法、矩匹配法、空间-频率域滤波法、插值法等，根据它们的优缺点，文章选择了插值法和sigma滤波方法对嫦娥卫星2C级数据进行处理，并对插值法的不足进行了改进，下面将重点介绍这两种方法以及改进的插值法。2.1插值法8插值法的基本思路是定位条带噪声所在的行列，然后用上下两行数据插值结果代替条带噪声。插值法的关键是要能够准确而有效的定位条带噪声[9]。对于IIM2C级数据我们通过主观目视可以发现，其条带噪声有明显的规律，那么我们就可以统计每列可能的噪声数来判断

7、条带噪声所在列。定位方法如下：对于像素点（i，j），值为Gi，j，如果该属性值相对于左右两个像素值的属性的平均值增加的百分比超过阈值T，那么我们就认为该点为“噪声像素”，即：对于噪声数据我们用左右两列数据的平均值来代替。然而这种算法会产生对图像细节的误判，如果都去除的话会影响到图像的细节纹理信息，图像趋于平滑。文章提出了改进的插值方法[12]。2.2改进的插值方法改进的插值算法，是利用中心点与之相邻的上下两行的6个像元进行比较，计算中心点像元值与相邻像元值的比值，设定一个阈值，统计超过这个阈值的像元数，如果像元数超过了

8、一定的数量，我们则判定这个中心点为噪声点，并对这个像元值进行插值。假设中心点为（i，j），像素值为Gi，j，上一个像素值为Gi-1，j。这两个点的比值为：2.3sigma滤波8Sigma滤波器建立在如下假设基础上：窗口内的像素灰度值与其中心像素的灰度值比较接近，我们知道，对于一维高斯分布，采样点落在2？滓区间的概率是93.5%[1