Please wait a minute...
img

官方微信

遥感技术与应用  2006, Vol. 21 Issue (3): 253-258    DOI: 10.11873/j.issn.1004-0323.2006.3.253
图像处理     
MODIS 影像条带噪声去除的自相关插值法
吴 军1, 张万昌1, 2
(1. 南京大学国际地球系统科学研究所, 江苏 南京 210093;2. 中国科学院大气物理研究所东亚中心, 北京 100029)
Destriping MODIS Images with Self-correlation Interpolation Algorithm
WU Jun1, ZHANG Wan-chang1, 2

(1. International Institute for Earth System Science, Nanjing University , Nanjing 210093, China;2. START Regional Center for Temperate East Asia, Institute of Atmospheric Physics,Chinese Acadm ey of Sciences, Beijing 100029, China)
 全文: PDF 
摘要:

条带噪声是影响MODIS 影像质量和反演精度的一个重要因子。针对MODIS 第五波段影像条带特征, 系统地分析了其形成的原因, 比较了几种常用条带噪声去除方法并讨论了其具体应用的局限性。应用常用的傅立叶变换法进行了MODIS 条带去除试验, 并根据MODIS 影像数据的自相关性提出了自相关插值法去除MOD IS 影像条带噪声的方法。两种方法在MODIS 条带噪声去除实验结果的均值和标准偏差的比较表明自相关插值法在去除MODIS 影像条带噪声方面要明显优于傅立叶变换法。

关键词: MODIS 影像 条带噪声 傅立叶变换 自相关插值条带噪声去除    
Abstract:

Strip noise is one of the important factors affecting the quality of the imaginary acquired from space and the further processing on information retrieving from MODIS 1B image. Aiming at the characteristics of strip noise in Band 5 of MODIS 1B image, the cause of strip noise formation was described, and the commonly used methodo logies and principles for destriping imaginaries from several different sensors were systematically compared with discussions focusing mainly on their constraints in operations. In this study, the Fourier Transform Algorithm , the most frequently used methodology for destriping, was experimentally utilized for strip noise removal in MODIS 1B image, and in the light of self-correlation characteristic of MODIS data, a new approach by means of self-correlation in terpolation algorithm for effective removal of strip noise in Band 5 of MODIS image was proposed. Comparison of mean values and standard deviations as well as edge affection obtained from the strip noise removed image by these two methodo logies suggested that self-correlation in terpolat ion algorithm is evidently superior to the traditional Fourier transform algorithm in destriping MODIS 1B products.

Key words: MODIS Image    Strip noise    Fourier transform    Self-correlation in terpolation    Strip noise
收稿日期: 2005-12-04 出版日期: 2011-09-27
:  TP 75  
基金资助:

国家重点基础研究发展规划项目(973) (2006CB400502) , 中国科学院“百人计划”基金(82047401)。

作者简介: 吴军(1982- ) , 男, 硕士研究生, 主要从事遥感与地理信息系统及其在水文学中的应用研究。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  

引用本文:

吴 军, 张万昌. MODIS 影像条带噪声去除的自相关插值法[J]. 遥感技术与应用, 2006, 21(3): 253-258.

WU Jun, ZHANG Wan-chang. Destriping MODIS Images with Self-correlation Interpolation Algorithm. Remote Sensing Technology and Application, 2006, 21(3): 253-258.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2006.3.253        http://www.rsta.ac.cn/CN/Y2006/V21/I3/253


〔1〕 Barnes W L , Xiong X. Status of Terra MODIS and Aqua MODIS〔J 〕. Advances in Space Research, 2003, 32 ( 11) :2099~ 2106.
〔2〕 Horn B K P, Woodham R J. Destriping Landsat MSS Imagery by Histogram Modification〔J 〕. Computer Graph &Image Process, 1979, 10: 69~ 83.
〔3〕 Kautsky J , N ichols N K, Jupp D L B. Smoothed Histogram Modification for Image Processing〔J 〕. Computer Vision&Image Process, 1984, 26: 271~ 291.
〔4〕 WegenerM. Destriping Multiple Sensor Imagery by Improved Histogram Matching〔J〕. Int J Remote Sensing, 1999, 11(5) : 859~ 875.
〔5〕 Gadallah F L , Csillag F. Destriping Multisensor Imagery with Moment Matching〔J〕. Int J Remote Sensing, 2000, 21(12) : 2505~ 2511.
〔6〕 Kautsky J , N ichols N K, Jupp D L B. Smoothed Histogram Modification for Image Processing〔J 〕. Computer Vision Image Process, 1984, 26: 271~ 291.
〔7〕 Horn B K P, Woodham R J. Destriping LandsatM SS Imagesby Histogram Modification 〔J 〕. International Journal of
Remote Sensing, 1986, 7: 557~ 575.
〔8〕 章孝灿, 黄智才, 赵元洪. 遥感数字图像处理〔M 〕. 杭州: 浙江大学出版社, 1999.
〔9〕 ThomasM , L illesand, RalphW. Kiefer 等著. 遥感与图像解译(第四版)〔M 〕. 北京: 电子工业出版社, 2003.
〔10〕 陈劲松, 朱博勤, 邵芸. 基于小波变换的多波段遥感图像条带噪声的去除〔J〕. 遥感信息, 2003, 2A: 6~ 9.
〔11〕 刘正军, 王长耀, 王成. 成像光谱仪条带噪声去除的改进矩匹配方法〔J〕. 遥感学报, 2002, 6 (4) : 280~ 284.
〔12〕 蒋耿明, 牛铮, 阮伟利, 等.MOD IS 影像条带噪声去除方法研究〔J〕. 遥感技术与应用, 2003, 6 (18) : 279~ 284.
〔13〕 黄家洁, 万幼川, 刘良明, 等.MOD IS 的特性及其应用〔J〕. 地理空间信息, 2003, 4 (1) : 20~ 23.
〔14〕 黄杏元, 马劲松, 汤勤. 地理信息系统概论〔M 〕. 北京: 高等教育出版社, 2001.
〔15〕 陈劲松, 邵芸, 朱博勤. 中分辨率遥感图像条带噪声的去除〔J〕. 遥感学报, 2004, 8 (3) : 227~ 233.
〔16〕 王杰生. TM 热红外图像的横纹条带噪声及消除〔J〕. 遥感技术与应用, 1995, 10 (1) : 53~ 56.
〔17〕 杨忠东, 张文建, 李俊, 等. 应用小波收缩方法剔除MOD IS 热红外波段数据条带噪声〔J〕. 遥感学报, 2004, 8 (1) : 23~ 30.

[1] 张霞,孙伟超,帅通,孙艳丽. 基于小波变换的图像条带噪声去除方法[J]. 遥感技术与应用, 2015, 30(6): 1168-1175.
[2] 熊贤成,杨春平,敖明武,郭晶,曾丹丹. MODIS影像条带噪声行的判断及去除研究[J]. 遥感技术与应用, 2015, 30(3): 540-546.
[3] 汤益先,赫永杰,张红,王超. 基于FFT平移与相关分析的多尺度星载SAR自动配准[J]. 遥感技术与应用, 2013, 28(4): 618-626.
[4] 王焕萍,刘勇. 基于窗口傅立叶变换功率谱分析的盐田地区高分辨率遥感影像分割分类方法探讨[J]. 遥感技术与应用, 2011, 26(2): 233-238.
[5] 颉继珍, 王红说, 黄敬峰. 基于MODIS时间序列数据的作物季相信息提取[J]. 遥感技术与应用, 2010, 25(5): 647-652.
[6] 宋-燕,刘团结,丁赤飚. 一种CBERS-02星CCD原始条带噪声处理方法[J]. 遥感技术与应用, 2008, 23(4): 457-461.
[7] 王永刚,刘慧平. 遥感分类图像条带噪声的去除[J]. 遥感技术与应用, 2007, 22(3): 449-454.
[8] 蒋耿明,牛 铮,阮伟利,刘正军. MODIS影像条带噪声去除方法研究[J]. 遥感技术与应用, 2003, 18(6): 393-398.
[9] 白香花,刘素红,唐世浩,朱启疆,帅艳民. 基于纹理分析的去噪声方法研究[J]. 遥感技术与应用, 2003, 18(1): 36-40.