基于细节信息约束的遥感影像条带噪声去除模型

遥感影像在获取过程中会经常受到条带噪声的污染,降低遥感影像的视觉效果,对影像解译和反演等处理产生不利影响。当前一些主流的基于变分的条带噪声去除方法,虽然可以去除条带噪声,但是往往也会导致影像细节信息的严重丢失。基于上述问题,本文提出了一种基于细节信息约束的遥感影像条带噪声去除模型(DISUTV)。在DISUTV模型中,将所提出的基于双边滤波器与正交子空间投影的细节信息分离算子与单向全变分正则化项、群组稀疏正则化项及单向全变分正则约束项进行了有效结合,并采用交替方向乘子法对其进行求解,用于从条带噪声影像中获取不含有细节信息的高精度条带噪声。利用模拟数据与真实数据对本文方法的条带噪声去除能力、细节信息保持能力及稳健性进行了验证并与现有前沿方法进行了比较。试验结果表明,本文方法在去除条带噪声的同时能更好地保留影像的细节信息,并且呈现出了较好的定性与定量结果。