叶片含水率推扫式高光谱成像去条纹标定法优化

由推扫式高光谱成像系统所采集的图像中会出现特有的条纹噪声,这些噪声会穿过化学计量学模型,最终出现在反映被测指标空间分布情况的可视化预测图中,干扰其空间特征的呈现及解读。以银杏叶含水率为例,基于偏最小二乘回归(PLSR)预测模型,将经去条纹标定法处理后的图像分别与原始图像及经传统均值滤波增强后的图像进行比较,研究去条纹标定法对化学计量学指标空间分布预测的改进作用。去条纹标定法和传统均值滤波增强不会对感兴趣区域均值PLSR预测模型决定系数R^(2)_(P)产生明显影响,其随主成分数增加,呈先增后减趋势,当主成分数为10时R^(2)_(P)均达到最大,且预测准度相当。将化学计量学模型应用到像素光谱,进行指标空间分布预测时,随主成分数由6增至10,模型的波段增益系数逐渐增大,导致化学计量学可视化图像中条纹噪声逐渐增加:在由原始图像或经传统均值滤波增强图像得到的含水率可视化图像中,条纹噪声逐渐增加,甚至完全湮没叶面内部含水率空间分布信息;而去条纹标定法能够明显抑制本征条纹噪声,即使当主成分数增加到8时(R^(2)_(P)为0.88),含水率可视化图像仍然几乎不见条纹干扰,在叶面空间分布的细节特征依旧清晰可辨,显著提升对含水率空间分布的预测效果。比较研究表明,去条纹标定法明显抑制推扫式高光谱成像系统本征条纹噪声,能够提高靶向指标空间分布的可视化精度;在保留空间细节免受条纹干扰的情况下,得以采用波段增益系数更大的预测模型,从而提高指标空间分布的可视化预测准度。

基于小波空洞残差U-Net的红外图像去条纹噪声方法

红外图像作为信息传递的重要载体,受到红外焦平面阵列探测单元响应差异和读出电路的不均匀性的影响,易出现条纹噪声,不利于后续的分析研究。为了提高卷积神经网络去除条纹噪声的结果,提出了基于小波空洞残差U-Net的红外图像去条纹噪声方法。该网络首先通过Haar离散小波变换将条纹噪声图像分解为垂直分量、对角分量、水平分量和低频分量;依次通过初步去噪和精细去噪网络学习噪声图像与条纹噪声之间的映射;再从输入分量中去除噪声分量以获取去条纹噪声分量;利用逆Haar离散小波变换重构去噪图像。实验结果表明,该方法可以有效去除条纹噪声,保护图像细节。

基于L1范数优化模型的遥感图像条纹去除方法

从条纹噪声的结构属性进行分析,通过分离出条纹成分来实现去条纹的目的。在优化模型中,基于L1范数的正则化表示条纹的全局稀疏特性;基于差分的约束条件用于描述条纹方向上的平滑度和条纹垂直方向上的不连续性。为了更好地保护图像的细节信息,在条纹垂直方向的约束上引入了边缘权重因子,最后通过交替方向乘子法(ADMM)对所提模型进行求解和优化。用多通道扫描辐射计(AGRI)获取的在轨数据对算法进行了验证并与典型方法进行了比较,结果表明,消除条纹噪声的同时更好地保留了细节信息,并且呈现出较好的定性和定量结果。

资源一号卫星影像预处理方法研究

资源一号卫星的零级数据存在纵向规则条纹、横向不规则条纹、灰度不均衡、第四波段模糊等缺陷。本文探讨对资源一号卫星数据这些问题的预处理方法 ,并提出资源一号卫星数据预处理软件系统的设计和实现的具体流程。

提高AVNIR-2/ALOS影像清晰度的方法

AVNIR-2/ALOS的1B1级影像中存在着明显像素错位、竖条纹、偏色等,这些因素都影响了影像的清晰度。本研究中分析了造成影像模糊的原因,利用VC++软件平台和ENVI软件实践了一套影像去模糊的处理方案,该方案在提高影像清晰度方面取得较为满意的结果。

基于改进非局部均值的红外图像混合噪声去除方法

传统的去噪算法无法有效去除红外图像中的条纹与随机混合噪声。针对这一问题,提出了一种改进的基于非局部均值(NL-means)的混合噪声去除方法。首先,分析了非局部均值算法处理混合噪声的问题,并用一组实验分析了红外图像块中混合噪声的特性。根据实验结果,文中用有色高斯模型对混合噪声进行建模,并基于Mahalanobis距离改进了传统的基于欧氏距离的块相似性度量方法,使之对图像中不同复杂程度的区域进行自适应。仿真和真实数据实验均表明:文中算法相比于传统的图像去噪算法,能较好地去除条纹与随机混合噪声。

李老师工作室

名称:挂插与玩偶 材料:麦当奴薯条杯四个,白纸和色纸少许。 方法: 1.将两个麦当奴薯条杯按图1在杯口处剪去一弯位置,然后用白纸贴去条纹部分,画上脸谱(可画成男、女、老、幼不同脸谱),并用色纸贴掉麦当奴标志加以装饰。 2.取一个麦当奴薯条杯以背面作前位,按图2剪去虚线部份,再挖出两个小洞,以便套入手腕和伸出手指作表演。 3,图3为挂插。

基于数字全息显微的微粒三维位移跟踪测量技术

提出一种基于离轴数字全息显微的技术,用于测量液态环境中微粒的三维位置。该技术采用透射式离轴数字全息显微系统,测量方法结合了光程长(OPL)差分算法和去条纹法。利用光程长差分算法定位微粒内部两点间光程长差分曲线拐点的位置,追踪微粒的轴向位移;对离轴全息图使用去条纹方法,即频域滤波结合Hough变换,获取微粒的横向二维位移。进行轴向测量时,与传统数字全息追踪微粒位移的技术相比,光程长差分算法仅用两点光程长相对运算代替面的运算,提高了测量效率,且不需要对微粒进行自动聚焦,微粒的位置也不受离焦面的限制。对微粒进行纳米级三维位移操纵,实验结果表明光程长差分算法结合去条纹法对液态环境中微粒的三维位移测量分辨能力能够达到纳米量级。