隨著國產(chǎn)衛(wèi)星在軌服役時(shí)間變長,衛(wèi)星傳感器部件老化導(dǎo)致成像系統(tǒng)拍攝的遙感影像上存在信息缺失,需要在影像生產(chǎn)前對其進(jìn)行剔除或處理。本文提出了自動化遙感影像信息缺失檢測方法,針對國產(chǎn)衛(wèi)星遙感影像中的橫向條帶、縱向條帶、局部像元信息缺失和圖像波段異常4種情況進(jìn)行檢測。實(shí)驗(yàn)結(jié)果表明,該方法檢測精度較高,作為生產(chǎn)預(yù)處理的一個(gè)環(huán)節(jié),可以過濾大量無法滿足應(yīng)用需求的影像,提高影像生產(chǎn)效率。 

【文章來源】：測繪與空間地理信息. 2020,43(07)

【文章頁數(shù)】：4 頁

【部分圖文】：

行均值折線圖

當(dāng)列均值梯度滿足gradj>10時(shí)影像被判斷為信息缺失。如圖2(b）所示，這幅影像是資源三號02星在2018年4月22日拍攝的全色2.1 m的高分辨率衛(wèi)星影像。這幅衛(wèi)星遙感影像共24 531列，經(jīng)過本策略檢測得出，從7 969列開始，影像出現(xiàn)信息缺失。1.2 局部異常檢測

故可以對該像素值對應(yīng)的像素個(gè)數(shù)設(shè)置閾值，檢測影像局部異常噪聲。式中，countVcon、countVrow分別為行和列方向連續(xù)為x的像元個(gè)數(shù)，Length為地面實(shí)際距離，此處取閾值100,GSD為影像分辨率，單位為m。當(dāng)countVcon滿足以上條件時(shí)，則判斷該影像是信息缺失的。如圖4(a）所示，這幅影像是資源三號01星在2017年12月2日拍攝的，傳感器類型為NAD，是全色2.1 m的高分辨率衛(wèi)星影像。這幅衛(wèi)星遙感影像共24 531行，24 574列，經(jīng)過本策略檢測得出，從第12 314行、10 958列開始，影像出現(xiàn)信息缺失。

【參考文獻(xiàn)】：
期刊論文
[1]基于Landsat-7影像的缺行修復(fù)算法對比分析[J]. 鄒瑄,原凱敏.  地理空間信息. 2014(06)
[2]Terra MODIS數(shù)據(jù)28波段影像條帶噪聲去除方法[J]. 姜灣,沈煥鋒,曾超,張良培,張洪艷,劉欣鑫.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2014(05)
[3]GIS輔助數(shù)據(jù)下的影像缺失信息恢復(fù)[J]. 陳仁喜,李鑫慧.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2008(05)

博士論文
[1]光學(xué)遙感圖像質(zhì)量提升及評價(jià)技術(shù)研究[D]. 崔光茫.浙江大學(xué) 2016

碩士論文
[1]風(fēng)云中分辨率數(shù)據(jù)電磁干擾檢測方法研究[D]. 劉少杰.電子科技大學(xué) 2018



本文編號：3505701