基于双非凸约束的遥感图像高密度条带去除算法*

孔祥阳,徐保根,李传伟,赵家林

(1.西北工业大学 自动化学院，陕西 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.华东交通大学 理学院，江西 南昌 330013)

0 引 言

遥感图像含有丰富的空间和光谱信息，因此被广泛应用于军事、天气预报、农业监测等领域。然而，由于遥感成像系统在采集遥感图像过程中标定误差和不同探测器之间的响应不一致等原因，容易使获得的图像中出现条带噪声(简称条带)。条带的存在不仅会严重降低视觉效果，而且会对后续的应用(如配准，分割和边缘检测等)产生不良影响。因此，去条带是提高遥感图像质量的必不可少的步骤[1～3]。

当前去条带方法大致可分为三类,滤波基方法主要包括小波分析，傅里叶域滤波器和组合滤波器。该类方法在去除周期性条带方面表现出优越的性能。然而，该方法会将具有相同频率的有用信息视为条带而进行滤除，由此造成模糊或振铃效应。统计基方法主要包括矩匹配和直方图匹配及其改进方法。前者假设每个传感器获得的平均值和标准差相同，而后者使用目标信号的直方图去匹配参考经验累积分布函数(ECDF)。因此，该类方法的结果很大程度上取决于预先建立的参考矩或直方图。然而，在实际获取的图像中很难找到合适的参考矩或直方图[4～6]。优化基方法通常将条带和干净图像的先验知识引入能量函数中进行恢复。基于条带的方向特性，即条带只影响沿一个方向的梯度信息，而不会改变沿另一个方向的梯度信息，Bouali M等人[7]首先提出了单向变分模型(UTV)。……