下载文档原格式
基于参考波段的去除HJ-1A星HSI图像中条带噪声的方法高海亮;顾行发;余涛;赫华颖;王峰;祝令亚【期刊名称】《红外》【年(卷),期】2013(34)3【摘要】环境卫星HJ-1A搭载的超光谱成像仪自2008年9月发射以来,已获取了大量影像数据.由于超光谱成像仪部分波段的图像存在明显的条带噪声,其图像应用效果受到严重影响.本文针对该图像噪声的特点,提出了一种基于参考波段的移动窗口条带噪声去除方法.结果表明,新的噪声去除算法不仅可以有效去除图像的条带噪声,显著提高图像的清晰度,而且还保留了原始图像的基本信息.该方法具有处理速度快、适用性广等优点,是一种理想的条带噪声去除方法.【总页数】5页(P7-11)【作者】高海亮;顾行发;余涛;赫华颖;王峰;祝令亚【作者单位】中国科学院遥感应用研究所遥感科学国家重点实验室,北京100101;中国科学院遥感应用研究所遥感科学国家重点实验室,北京100101;中国科学院遥感应用研究所遥感科学国家重点实验室,北京100101;中国资源卫星应用中心,北京100094;中国资源卫星应用中心,北京100094;中国资源卫星应用中心,北京100094【正文语种】中文【中图分类】TP751.1【相关文献】1.基于多波段匹配的超光谱成像仪图像条带噪声去除方法研究 [J], 高海亮;顾行发;余涛;孙源;汪左;刘李2.HJ-1A星HSI数据2级产品条带噪声特征分析及去除方法 [J], 祖玉川;王正海3.基于灰度归一化的HJ-1A星HSI图像条带噪声去除方法 [J], 兰穹穹;张立福;吴太夏4.基于小波变换的多波段遥感图像条带噪声的去除 [J], 陈劲松;朱博勤;邵芸5.基于IDL的HSI图像条带噪声去除方案研究 [J], 支晶晶;梅枫;郑逢斌;高海亮;潘伟因版权原因，仅展示原文概要，查看原文内容请购买。
基于HJ-1高光谱影像的黄河口芦苇和碱蓬生物量估测模型研究任广波;张杰;汪伟奇;耿延杰;陈妍君;马毅【摘要】湿地植被的生物量是湿地生态评价、保护和利用的重要基础数据,遥感技术已经成为湿地生物量高效、准确监测的重要手段.基于2013年9月的HJ-1高光谱遥感影像,应用准同步现场踏勘数据,通过单变量线性回归和多变量线性回归的方法,针对7种常用的窄波段植被指数和2种红边指数对黄河口芦苇和碱蓬生物量(地上干重)的估测能力进行了评价.结果表明:(1)单光谱指数变量情况下,对于芦苇,选择近红外827 nm波段和红635 nm波段简单植被指数(SRI)和线性插值红边指数(REP_ linear interpolation)取得了最佳的单变量回归结果,决定系数分别达到0.42和0.58;对于碱蓬,选择近红外807 nm波段和红692 nm波段的归一化差值植被指数(NDVI)、SRI和优化的土壤校正植被指数(OSAVI)取得了较好的回归结果,决定系数分别达到0.60,0.59和0.47;(2)多光谱指数变量情况下,以在单变量回归分析中取得较好结果的SRI和REP_ linear interpolation指数为变量,芦苇得到了与其生物量之间决定系数为0.71的高相关性;同时,以NDVI、SRI和OSAVI为变量,与碱蓬生物量的决定系数达到了0.66.【期刊名称】《海洋学研究》【年(卷),期】2014(032)004【总页数】8页(P27-34)【关键词】生物量遥感;HJ-1高光谱;植被指数;红边指数【作者】任广波;张杰;汪伟奇;耿延杰;陈妍君;马毅【作者单位】国家海洋局第一海洋研究所,山东青岛 266063;国家海洋局第一海洋研究所,山东青岛 266063;中国海洋大学信息科学与工程学院,山东青岛 266063;中国海洋大学信息科学与工程学院,山东青岛 266063;中国海洋大学信息科学与工程学院,山东青岛 266063;国家海洋局第一海洋研究所,山东青岛 266063【正文语种】中文【中图分类】TP75遥感已经作为一种不可或缺的手段在植被生物量监测中发挥了重要的作用[1-6]。
2009年HJ-1A/B星绝对辐射定标系数1、HJ-1A/B星绝对辐射定标系数见表1、表2、表3和表4
表1 HJ-1A/B星CCD相机定标系数
表2 HJ-1B星IRS相机Band5、Band6定标系数
表3 HJ-1B星IRS相机Band8定标系数
表4 HJ-1A 星HSI （增益2）相机定标系数
2、使用绝对定标系数时注意传感器的增益状态，HJ-1A-CCD1、HJ-1B-CCD1、HJ-1B-IRS 在增益状态1下的定标系数和HJ-1A-CCD2、HJ-1B-CCD1？？、HJ-1B-CCD2、HI-1A-HSI 在增益状态2下为场地定标获取，传感器其余增益状态的定标系数是通过实验室定标系数得到的增益1和增益2定标系数转换关系所得。
利用绝对定标系数将CCD 图像DN 值转换为辐亮度图像的公式为：
0DN
L L A
=
+ 式中A 为绝对定标系数增益，0L 为绝对定标系数偏移量，转换后辐亮度单位为W ⋅m -2⋅sr -1⋅μm -1。
对于IRS-Band5、IRS-Band6近红外波段图像和HSI 图像，由于没有偏移量，其辐亮度图像的公式为：
对于IRS-Band8热红外波段图像，其辐亮度图像的公式为：
DN b
L g
-=
，其中g 为绝对定标系数增益，b 为偏移量 注：对于HJ-1B 星IRS 相机Band7中红外波段绝对定标系数后续给出。
基于HJ-1-A卫星CCD相机遥感影像的水体提取
樊勇;王义民
【期刊名称】《信阳师范学院学报：自然科学版》
【年(卷),期】2012(25)3
【摘要】采用面向对象的分析方法(object based image analysis,OBIA),结合水体特征对国产环境卫星(HJ-1-A)CCD相机影像的水体信息进行快速分析、处理和提取.结果表明,对于中低分辨率多光谱遥感影像水体信息的提取,该方法的提取精度在95%以上,优于最小距离法(minimum distance).
【总页数】4页(P378-381)
【关键词】环境卫星;面向对象;水体;信息提取
【作者】樊勇;王义民
【作者单位】华中师范大学城市与环境科学学院;信阳师范学院城市与环境科学学院
【正文语种】中文
【中图分类】TP79
【相关文献】
1.利用多时相HJ卫星CCD遥感影像提取嘉祥县秋收作物 [J], 刘珺;田庆久;黄彦;杜灵通
2.基于GF-1卫星遥感影像提取水体的方法比较 [J], 柯丽娟;赵红莉;蒋云钟
3.基于GF-2卫星遥感影像的界河水体信息提取方法 [J], 龚文峰;王鹏;王双宇;周莹;
曹凯华;
4.基于GF-2卫星遥感影像的界河水体信息提取方法 [J], 龚文峰;王鹏;王双宇;周莹;曹凯华
5.基于环境小卫星CCD影像的水体提取指数法比较 [J], 范登科;李明;贺少帅
因版权原因，仅展示原文概要，查看原文内容请购买。
地理空间信息GEOSPATIAL INFORMATION2013年6月第11卷第3期Jun.,2013V ol.11,No.3doi:10.11709/j.issn.1672-4623.2013.03.收稿日期：2012-11-09。
项目来源：国家自然科学基金资助项目（41201369）；江苏省高等学校大学生实践创新训练计划资助项目；南京信息工程大学实验室开放资助项目。
HJ-1卫星CCD 图像信噪比评估张 璐1，黄吴蒙1，张 悦1，徐永明1，周 婵1（1.南京信息工程大学 遥感学院，江苏 南京 210044）摘 要：采用基于边缘块剔除的局部方差法对我国HJ-1环境卫星CCD 图像的信噪比进行了评估，选取满足噪声评估环境的图像，分析了HJ-1/CCD 影像各个波段的信噪比特征。
结果表明，HJ-1/CCD 影像第3波段信噪比最高，第4波段相对较低；与美国Landsat/TM 图像相比，HJ-1/CCD 图像信噪比整体上更高。
关键词：信噪比；HJ-1卫星；CCD 图像中图分类号：P237.3 文献标志码：B 文章编号：1672-4623（2013）03-0073-03026遥感传感器在获取信号的过程中，往往会接收到与信号无关的噪声，影响着地物识别的精度。
不过只有噪声信息还不够，因为同样水平的噪声在信号弱时对数据质量的影响要比信号强时大，所以必须考虑图像信噪比[1-3]。
信噪比反映了图像中信号与噪声的比值，值越高，代表遥感图像的质量越好。
遥感图像数据的信噪比决定了研究人员在多大程度上能够利用地物光谱特征与空间特征，是评价传感器获取数据质量的一项重要指标[4]。
为了对HJ-1卫星数据质量有定量的评价，为数据处理和应用提供更好的支持，本文对HJ-1卫星CCD 遥感影像信噪比进行了评估。
1 实验资料在进行遥感图像信噪比评估分析时，研究区下垫面要尽可能均一，以避免空间异质度的影响。
此外，研究区地表反射率要较高，大气较清洁，从而能保证卫星接收的辐射能量主要来自地表，减少大气的影响。
第３ １卷，第２期 光谱学与光谱分析Ｖｏｌ．３１，Ｎｏ．２，ｐｐ５１６－５２０２ ０ １ １年２月 Ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎｄ Ｓｐｅｃｔｒａｌ Ａｎａｌｙｓｉｓ Ｆｅｂｒｕａｒｙ，２０１１ 基于ＨＪ－１－ＣＣＤ数据的地表反射率反演与验证李莘莘１，陈良富１，陶金花１，２，韩 冬１，王中挺３，贺宝华１１．中国科学院遥感应用研究所遥感科学国家重点实验室，北京 １００１０１２．大气边界层物理与大气化学国家重点实验室，北京 １０００２９３．环境保护部卫星环境应用中心，北京 １０００９４摘 要 环境一号卫星ＣＣＤ相机（ＨＪ－１－ＣＣＤ）３０ｍ的空间分辨率在地物识别中具有潜在优势，然而由于缺少短波红外通道，利用暗像元法反演地表反射率较为困难。
基于北京与珠三角地区的地物光谱试验，获得暗像元的植被指数与红、蓝波段反射率比值，构建基于辐射传输模型的大气校正算法。
为了验证算法精度，将北京地区卫星反演值与实测的草坪、水体、沥青、水泥等光谱数据，以及居民区、建筑物等模拟数据进行对比分析，表明红、蓝波段反演的相对误差分别控制在３８．７％和３７．２％以内。
通过与ＭＯＤＩＳ地表反射率标准产品对比，当反射率较小时红、蓝波段的相关性Ｒ２分别达到０．８０９ ４和０．７２３ ９；环境星ＣＣＤ数据能有效减弱混合像元影响，对水泥、建筑物等亮目标的反演精度高于ＭＯＤＩＳ产品。
关键词 ＨＪ－１－ＣＣＤ；ＭＯＤＩＳ；地表反射率；光谱分析中图分类号：ＴＰ７９ 文献标识码：Ａ ＤＯＩ：１０．３９６４／ｊ．ｉｓｓｎ．１０００－０５９３（２０１１）０２－０５１６－０５ 收稿日期：２０１０－０４－１６，修订日期：２０１０－０７－１８ 基金项目：国家（８６３计划）重大项目（２００６ＡＡ０６Ａ３０３），中国科学院知识创新工程重大项目（ｋｚｃｘ１－ｙｗ－０６－０１）和国家科技支撑计划项目（２００８ＢＡＣ３４Ｂ０４－１）资助 作者简介：李莘莘，１９８２年生，中国科学院遥感应用研究所博士生 ｅ－ｍａｉｌ：ｌｉｓｈｅｎｓｈｅｎ＠１２６．ｃｏｍ引 言 地表反射率代表某一波段在一定方向上地表对太阳辐射的反射能力，它是反演很多地表参数的重要变量，对于研究地气间辐射能量平衡、地物识别和分类、水分与气候模型等具有十分重要的意义［１，２］。
HJ-1-A、B卫星介绍来源: 创建部门: 发布日期: 2009-05-08环境与灾害监测预报小卫星星座A、B星(HJ-1A/1B星)于2008年9月6日上午11点25分成功发射，HJ-1-A星搭载了CCD相机和超光谱成像仪（HSI），HJ-1-B星搭载了CCD 相机和红外相机（IRS）。
在HJ-1-A卫星和HJ-1-B卫星上均装载的两台CCD相机设计原理完全相同，以星下点对称放置，平分视场、并行观测，联合完成对地刈幅宽度为700公里、地面像元分辨率为30米、4个谱段的推扫成像。
此外，在HJ-1-A卫星装载有一台超光谱成像仪，完成对地刈宽为50公里、地面像元分辨率为100米、110～128个光谱谱段的推扫成像，具有±30°侧视能力和星上定标功能。
在HJ-1-B卫星上还装载有一台红外相机，完成对地幅宽为720公里、地面像元分辨率为150米/300米、近短中长4个光谱谱段的成像。
各载荷的主要参数如表1所示。
表1 HJ-1-A、B卫星主要载荷参数平台有效载荷波段号光谱范围(µm) 空间分辨率(m) 幅宽(km) 侧摆能力重访时间(天) 数传数据率（Mbps）HJ-1A星C CD相机 1 0.43-0.52 30 360(单台)，700（二台）— 4 1202 0.52-0.60 303 0.63-0.69 304 0.76-0.90 30高光谱成像仪－0.45-0.95（110-128个谱段）100 50 ±30° 4HJ-1B星 CCD相机 1 0.43-0.52 30 360(单台)，700（二台）— 4 602 0.52-0.60 303 0.63-0.69 304 0.76-0.90 30红外多光谱相机 5 0.75-1.10 150（近红外）720 — 46 1.55-1.757 3.50-3.908 10.5-12.5 300（10.5-12.5μm）HJ-1-A卫星和HJ-1-B卫星的轨道完全相同，相位相差180°。
地理空间信息GEOSPATIAL INFORMATION2013年6月第11卷第3期Jun.,2013V ol.11,No.3doi:10.11709/j.issn.1672-4623.2013.03.收稿日期：2012-11-09。
项目来源：国家自然科学基金资助项目（41201369）；江苏省高等学校大学生实践创新训练计划资助项目；南京信息工程大学实验室开放资助项目。
HJ-1卫星CCD 图像信噪比评估张 璐1，黄吴蒙1，张 悦1，徐永明1，周 婵1（1.南京信息工程大学 遥感学院，江苏 南京 210044）摘 要：采用基于边缘块剔除的局部方差法对我国HJ-1环境卫星CCD 图像的信噪比进行了评估，选取满足噪声评估环境的图像，分析了HJ-1/CCD 影像各个波段的信噪比特征。
结果表明，HJ-1/CCD 影像第3波段信噪比最高，第4波段相对较低；与美国Landsat/TM 图像相比，HJ-1/CCD 图像信噪比整体上更高。
关键词：信噪比；HJ-1卫星；CCD 图像中图分类号：P237.3 文献标志码：B 文章编号：1672-4623（2013）03-0073-03026遥感传感器在获取信号的过程中，往往会接收到与信号无关的噪声，影响着地物识别的精度。
不过只有噪声信息还不够，因为同样水平的噪声在信号弱时对数据质量的影响要比信号强时大，所以必须考虑图像信噪比[1-3]。
信噪比反映了图像中信号与噪声的比值，值越高，代表遥感图像的质量越好。
遥感图像数据的信噪比决定了研究人员在多大程度上能够利用地物光谱特征与空间特征，是评价传感器获取数据质量的一项重要指标[4]。
为了对HJ-1卫星数据质量有定量的评价，为数据处理和应用提供更好的支持，本文对HJ-1卫星CCD 遥感影像信噪比进行了评估。
1 实验资料在进行遥感图像信噪比评估分析时，研究区下垫面要尽可能均一，以避免空间异质度的影响。
此外，研究区地表反射率要较高，大气较清洁，从而能保证卫星接收的辐射能量主要来自地表，减少大气的影响。
本研究选取了甘肃玉门关地区2011-06-26的HJ-1-A-CCD 遥感影像为实验数据（影像中心经纬度：东经92.92°，北纬41.25°），在影像中裁切出1块较为均一的1 800×1 800大小的区域作为实验区（见图1），在保证信号值足够的同时避免了复杂的山地、人工建筑对信噪比估算的影响。
2 实验方法传感器信噪比评估主要有3类方法：实验室法、暗电流法和图像法。
其中，适用于传感器在轨信噪比评估的是图像法，即利用遥感图像评估传感器信噪比的方法[3]。
在图像法中，方差法是最简单也是最常用的方法。
该方法认为，在大范围均匀区域中，图像像元的平均值与标准差的比值即可认为是图像的信噪比，图像越均匀，估算值越接近真实值。
然而考虑到真实地表很难满足要求，因此在方差法的基础上进行了改进，改进后的算法称为局部方差法。
将图像分为3×3、4×4、5×5等子块，这些子块可看成是均一稳定的，通过这些子块的标准差与均值来计算信噪比。
首先，统计各子块内部的局部标准差（LSD）：()()n LSD 11DN LM i i n21=--=/(1)式中，n 为分块大小；DN i 为位置i 处的DN 值；LM 为局部均值，其计算公式为：LM DN n 1i i n1==/(2)然后将LSD 在取值范围内划分区间，并按每个子块的取值将其列入相应区间，利用每区间中列入的子块的个数形成直方图，找到直方图峰值处所对应的区间，计算区间中LSD 的平均值LSD X 作为噪声估计值。
图1 实验区HJ-1/CCD 影像标准假彩色合成图地理空间信息・74・第11卷第3期信号估计值（DN ——）为整幅图像像元值的均值，即DN DN N1ii N1==/(3)式中，N 为整幅图像的像元数。
在得到噪声和信号估计值的基础上可以利用式(4)计算信噪比SNR ：SNR LSD DNX =(4)该方法较方差法适用性更高，但有一定局限性，当子块区域包含2种不同地物，均匀子块假设不成立时，不能很好地计算噪声值。
在此基础上，有学者作了进一步改进[5]，认为包含地物边缘块的子块是非均匀的，需要通过边缘检测算子先将图像边缘块提取出来并剔除，再对剔除边缘块的图像应用局部方差法，这样所求得的标准差更能代表噪声值。
因为噪声一般是随机噪声，分布随机，故将包含边缘块的子块剔除对噪声检测影响不大，只要信号估算时同样不考虑包含边缘块的子块即可。
该算法有效减小了图像中非均匀子块对信噪比估算的影响，提高了算法的鲁棒性。
3 实验过程3.1 边缘提取利用IDL 自带的Canny 函数对图像进行边缘提取。
Canny 算子的实现主要包括4个部分[6]：平滑图像、计算梯度的幅值和方向、对梯度幅值进行非极大值抑制、双阈值方法检测和连接边缘。
Canny 算子3个参数（高阈值、低阈值及sigma）的设定非常重要，高阈值越大，可去除越多因噪声产生的假边缘，但同时会丢失越多的边缘信息；而低阈值越低则连接的边缘就越多，但是也可能会产生较多的假边缘；sigma 越大，对图像有较好的平滑效果，但是可能会造成过平滑，模糊图像边缘，丢失细节信息；sigma 越小，虽然可以保持细节信息，但是不能得到理想的降噪效果[7]。
选取的参数要尽量保证边界完整，且保证剔除边界后剩余子块的像元数足够多，以满足计算精度要求。
3.2 边缘块剔除运用Canny 算子进行边缘提取的结果为二值图像：边缘值为1，非边缘值为0。
在按照规定子块尺寸对整个图像进行分块以后，统计每一个子块中是否包含有边缘值，如果有将该子块剔除，不再参加后面的信噪比估算。
剔除包含边缘的子块后，需要对剩余的像元数加以判断，防止参与统计的像元数过少影响结果的代表性。
本研究以参与计算的像元数大于总像元数的60%作为阈值进行判断。
3.3 局部方差法估算噪声值计算每一个子块的局部标准差与均值，设置标准差区间，按标准差大小将各子块落入相应区间，求得数量最大区间的标准差平均值作为噪声估计值。
区间大小的设置非常重要, 选择的要求是保证直方图最大值一定要处于所设区间[8]。
根据前人的研究结果[5]，在局部标准差最小值与平均值的1.2倍之间划分150个区间，按标准差大小将各子块落入相应区间，以此计算得到直方图。
根据直方图统计出包含子块最多的区间，计算该区间内标准差的平均值作为噪声估计值。
3.4 信噪比计算统计实验区中剔除边缘块后图像的像元平均值作为信号估计值，然后利用式（4）计算得到信噪比。
4 实验结果4.1 HJ-1/CCD 图像信噪比局部方差法的关键在于分块大小的选择，选取的分块太小不利于检测噪声，而分块过大则图像信息会对得到的结果有较大的影响[9]。
本文分别采用3×3、4×4、5×5、6×6四种尺寸进行分块运算，得到HJ-1/CCD 影像4个波段在不同分块尺寸下的噪声估算值（见表1）。
表1 不同分块尺寸下HJ-1/CCD 图像的噪声估算值波段3×34×45×56×6Band10.50 0.50 0.50 0.50 Band20.50 0.50 0.50 0.51 Band30.50 0.50 0.71 0.69 Band40.500.500.500.51由表1可以看出，在不同的分块大小下，噪声值不同，但总体在0.5左右。
5×5、6×6两种分块的噪声值总体偏大，而4×4分块的噪声值与3×3分块相近。
特别是在第3波段即红光波段，5×5和6×6两种分块尺寸下噪声估算值明显偏大。
考虑到尺寸变大时，噪声值易受图像中地物纹理信息的影响，所以认为5×5、6×6两种分块结果包含了一定的图像信息。
因此，取4×4分块尺寸进行信噪比估算比较合理。
表2给出了在4×4分块尺寸下HJ-1/CCD 图像的信号值与信噪比。
从表中可见，HJ-1/CCD 图像第1、2、4波段的信噪比较接近，其中第4波段最低，为151.84，第1和第2波段信噪比分别为165.46和167.48，而第3波段的信噪比明显高于其他波段，达到了216.00。
表2 HJ-1/CCD 图像信号值与信噪比波段Band1Band2Band3Band4信号值82.7383.74108.7275.92信噪比165.46167.48216.00151.84・75・第11卷第3期张 璐等：HJ-1卫星CCD图像信噪比评估4.2 与TM影像进行比较美国Landsat/TM图像是应用最广泛的资源卫星遥感图像，其前4个波段设置与HJ-1/CCD的4个波段非常相似，空间分辨率同样为30 m，两者的应用范围基本一致。
本研究选取了实验区同一天过境成像的Landsat/TM数据计算信噪比，与HJ-1/CCD进行对比分析。
以4×4分块尺寸应用剔除边缘块的信噪比估算方法进行计算，得到Landsat/TM图像前4个波段的信噪比。
从表3中可知，Lansat/TM图像前3个波段的信噪比较相近，其中第2波段信噪比最低，为127.73，第1和第3波段信噪比略高，分别为133.23和136.92，第4波段信噪比为167.65，显著高于其他3个波段。
与Landsat/TM相比，HJ-1/CCD图像前3个波段的信噪比更高，尤其是第3波段即红光波段，而在第4波段即近红外波段，HJ-1/CCD图像信噪比要低于Landsat/ TM。
HJ-1/CCD图像信噪比高于Landsat/TM的一个重要原因是成像方式的不同， HJ-1/CCD为推扫式成像，与Landsat/TM的摆扫式相比，具有更强的记录信号和更大的感应范围，因而增加了相对信噪比。
此外，HJ-1/CCD为宽视场传感器，其视场角远大于Landsat/ TM，因此2个传感器在观测角度和大气传输路径上也存在一定差异，这也可能是影响两者信噪比对比结果的一个重要因素。
表3 Landsat/TM图像的信噪比波段Band1Band2Band3Band4信号值/噪声值145.22/1.0980.47/0.6399.95/0.7385.5/0.51信噪比133.23 127.73 136.92 167.655 结 语本文采用的基于边缘块剔除的局部方差法，对HJ-1/CCD图像的信噪比进行了评估。
结果表明，HJ-1/CCD图像第3波段信噪比最高，达到216.00，而第4波段最低，为151.84，第1和2波段的信噪比略高于第4波段。
与Landsat/TM图像相比，HJ-1/CCD 图像信噪比整体上更高，尤其是第3波段，而在第4波段则低于Landsat/TM。
