当前课程知识点:遥感数字图像处理理论与方法 > 第五章 遥感图像增强 > 第二讲 > 5.2.5 频率域增强(5.6)
介绍完傅里叶变换的基本原理
频率域低通滤波和高通滤波后
最后
我们以遥感图像的周期性条带去除为例
介绍一下频率域增强的应用
条带噪声在许多星载
机载多传感器和单传感器
光谱仪成像中是一种很普遍的现象
条带噪声主要是由于
光谱仪内各CCD
在光谱响应区内的响应函数不一致
数据系统内定标的一些轻微的错误
或传感器对信号响应的变化等
这几个主要原因造成的
为了显示遥感图像周期性噪声
及其傅里叶变换后的频谱特征
我们模拟Landsat TM多光谱图像的
周期性条带噪声
包括横条纹和竖直条纹
如图所示
左上 左下
水平方向模拟噪声和频率域图像特征
右上及右下
竖直方向水平模拟噪声和频率域图像特征
根据前面介绍的频谱图像特征
可以发现
左下频谱图像的干扰信息
是竖直线条
右下频谱图像的干扰信息为水平线条
那么我们知道那些干扰噪声的频谱图像的特征
我们怎么去除这些条带噪声呢
由于条带出现往往是周期性的
所以可在频率域的空间中将条带去除
可以利用傅里叶变换
然后设置高通或低通滤波器
将某一频率的信号去除
这里展示了频谱空间掩膜处理
及去除后效果图像
其中a、b、c 水平方向模拟噪声
频率域图像掩模处理结果
以及逆傅里叶变换后的去除噪声后图像
d、e、f 竖直方向模拟噪声图像
频率域图像掩模处理
逆傅里叶变换后的去除噪声后图像
很明显
对于这种周期性噪声 干扰信息
傅里叶变换后在频谱空间进行处理
是能够达到很好的去除效果的
这里展示的是Landsat MSS图像
早期的MSS传感器
由于图像存在周期性条带噪声 这是干扰信息
主要是纵向方向的噪声
我们用
傅里叶变换的方式去条带
可以看出 处理的效果非常好
这里展示的是横向随机条带的去除
那么也一样
通过傅里叶变换在频谱图像当中
也可以很好地去除噪声
处理效果也是非常的好
本讲我们就介绍这些内容 谢谢
-第一章习题
-第一讲
-第二讲
-第二章习题
-第三章习题
-第一讲
--4.1.1 概述
--最小二乘法原理
-第二讲
-第四章习题
-第一讲
-第二讲
-第五章习题
-第六章习题
-第一讲
-第二讲
-第七章习题
-第八章习题