（中國石油遼河油田勘探開發(fā)研究院 遼寧盤錦 124010）

0 引言

SPOT5[1]衛(wèi)星于2002年5月4日成功發(fā)射，并用兩臺高功能的傳感器HRG 取代了SPOT4 上搭載的兩臺高分辨率可見光與紅外成像系統(tǒng)HRVIR，全色的影像分辨率為2.5m,多光譜影像的地面分辨率為10m，使圖像的幾何精度得到了較大的提高，同時，對改善圖像質(zhì)量的處理技術(shù)要求也越來越高。噪聲是影響圖像質(zhì)量的主要因素之一，因此，需要一種有效的遙感影像去噪[2]技術(shù)來改善影像的質(zhì)量。

1 遙感影像去噪方法的研究與比較

1.1 傅立葉變換

遙感影像在掃描的時候會出現(xiàn)壞線，是原始掃描圖像中的缺失掃描線（行或列）。此時，就需要對圖像的壞線進行去除。傅立葉變換是線性系統(tǒng)分析的一個有力工具，它能夠定量地分析諸如數(shù)字圖像之類的數(shù)字化系統(tǒng)，把傅立葉變換的理論與物理解釋相結(jié)合，將有利于解決大多數(shù)圖像處理問題。傅立葉變換的幅度譜決定了一副圖像中含有的各種頻率分量的多少，相位譜決定了每一種頻率分量在圖像中的位置，只要每一種頻率分量保持在圖像中的正確位置，那么圖像的完整性就能得到很好的保持。

傳統(tǒng)的基于傅立葉變換的去噪方法在去除噪聲和邊沿保持上存在著矛盾，原因是傅立葉變換方法是一種全局變換，要么完全在時（空間）域，要么完全在頻域，只能反映圖像的整體特征，無法表述圖像的時頻局部化特性，因而，基于該方法的去噪處理難以檢測到圖像邊沿特征，在去除噪聲的同時，也損失了圖像邊沿信息。

1.2 中值濾波的MATLAB 實現(xiàn)

中值濾波[3]是一種噪聲的非線性處理方法。中值濾波的工作原理是對指定大小的一個窗口內(nèi)的像素按大小重新排序，然后以排序所得中間值代替指定窗口中心像素的灰度值。例如指定窗口大小為33 像素，原窗口中的像素值可展開為一維數(shù)組。

重新排序后一維數(shù)組，原窗口的中心像素值被取代。由此可見，如果原像素值是一個脈沖干擾，經(jīng)中值濾波后該噪聲被有效抑制；但是，如果原像素值是一個有用信號，則經(jīng)中值濾波后同樣被抑制了。

1.3 鄰域平均法

鄰域平均法[4]——在空域中圖像每點（x,y）的亮度值取其鄰域內(nèi)各點亮度值的平均值。采用此法的前提：圖像是由許多灰度恒定的小塊組成的，相鄰像素間存在很高的空間相關(guān)性，而噪聲則是統(tǒng)計獨立的。

1.4 小波去噪

小波去噪基本思想是通過一個母函數(shù)在時間上的平移和在尺度上的伸縮，獲得一種能自動適應(yīng)各種頻率成分的有效信號分析手段。

小波變換是一種信號的時間-尺度（時間-頻率）分析方法，它具有多分辨率分析的特點，而且在時頻兩域都具有表征信號局部特征的能力，是一種窗口大小固定不變但其形狀可改變，時間窗和頻率窗都改變的時頻局部化分析方法。即在低頻部分具有較高的頻率分辨率和較低時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率，很適合于探測正常信號中夾帶的瞬時反?，F(xiàn)象并展示其成分。

2 遙感影像增強方法的研究與比較

2.1 遙感影像幾何校正

幾何校正是從具有幾何畸變的圖像中消除畸變的過程，即定量地確定圖像上像元坐標（圖像坐標）與目標物的地理坐標（地圖坐標等）的對應(yīng)關(guān)系（坐標變換式）。

幾何校正包括系統(tǒng)誤差改正和幾何精校正。幾何校正的步驟為重采樣和內(nèi)插計算。重采樣有兩種方法，一種方法是對輸入圖像的各個象元在變換后的輸出圖像坐標系上的相應(yīng)位置進行計算，把各個象元的數(shù)據(jù)投影到該位置上。另一種方法是對輸出圖像的各個象元在輸入圖像坐標系的相應(yīng)位置進行逆運算，求出該位置上的象元數(shù)據(jù)。該方法是經(jīng)常采用的方法。

由于計算后的（x，y）多數(shù)不在原圖的像元中心處，因此必須重新計算新位置的亮度值。通常有三種確定亮度值的內(nèi)插方法：最鄰近法、雙線性內(nèi)插法和三次卷積內(nèi)插法。

2.2 彩色合成

彩色合成一般分為真彩色合成和假彩色合成。按合成機制的不同，彩色合成的方法可分為加色法和減色法，二者均以色彩混合原理為依據(jù)。

2.3 密度分割

密度分割是根據(jù)一張圖像中的密度或一個通道中的響應(yīng)大小將圖像點或數(shù)據(jù)矢量劃歸各種特定類別的電子技術(shù)或數(shù)字技術(shù)。通過光電變換，將構(gòu)成影像的密度劃分成若干等級，分別以不同的顏色來表示不同的密度等級，從而得到假彩色等密度圖像。密度分割常用于像片及膠片圖像輸入數(shù)字化，或數(shù)字圖像的等值線化、閾值化等。

假彩色增強是把黑白圖像的各不同灰度級按照線性或非線性的映射函數(shù)變換成不同的彩色，得到一幅彩色圖像的技術(shù)。密度分割法是偽彩色增強中最簡單的方法。

2.4 相關(guān)掩膜

相關(guān)掩膜增強技術(shù)是由照相、修版及暗室技術(shù)演變發(fā)展而來的，它利用原圖象通過不同曝光時間，獲取一組稱為模片或蒙片的正負拷貝片，而后將這些模片依不同的組合方式及相互疊掩的方法，對遙感圖像進行各種增強處理。相關(guān)掩膜主要方法有反差增強、比值增強和邊界增強。

2.5 直方圖調(diào)整

直方圖調(diào)整是指通過變換函數(shù)，使原圖像的直方圖變換變?yōu)樗蟮闹狈綀D，并根據(jù)新直方圖變更原圖像的灰度值，使灰度均勻分布，從而增大反差，使圖像細節(jié)清晰，以達到增強的目的，通常采用直方圖均衡化、和直方圖匹配等變換對圖像進行直方圖調(diào)整。

直方圖均衡化亦稱直方圖線性化，目的是通過合并圖象直方圖中亮度頻率較低的鄰近直方圖，使之與亮度值頻率較高的直方圖趨于平衡，其實質(zhì)是對圖像進行非線性拉伸，重新分配圖像像元值，使一定灰度范圍內(nèi)像元的數(shù)量大致相等。

2.6 模擬真彩色

對全色影像進行了模擬真彩色增強處理。通常模擬真彩色采用2種方法，具體內(nèi)容如下。

1）加權(quán)法：是由ERDAS 軟件提供的方法，是將SPOT 原來的紅色波段（XS2）當成模擬真彩色的紅色波段，以原有的綠色波段（XS1）作為真彩色的藍波段，而將（3×XS1+XS3）/4 作為模擬真彩色的綠色波段。按照三個波段的順序組合，模擬出SPOT 自然色影像，其中XS1、XS2 和XS3分別對應(yīng)原始SPOT的綠、紅和紅外波段。

2）均值法：該算法將SPOT 原來的綠波段當作模擬真彩色藍波段，因為該波段靠近藍波段的光譜范圍，紅波段仍采用原來的紅波段，模擬綠波段用綠波段、紅波段及紅外波段的算術(shù)平均值來代替。

2.7 幾何配準

多圖象之間存在一定的幾何畸變。因此，使多圖象各分量上的分辨元素按一個統(tǒng)一的坐標系實現(xiàn)上下符合的處理是必需的。一般來說，兩個圖像進行配準與幾何精校正的原理是一樣的，是利用圖像間配準控制點的對應(yīng)關(guān)系，模擬圖像間的畸變來進行配準。

2.8 遙感影像融合

遙感數(shù)據(jù)融合的定義可描述為：將不同類型傳感器獲取的同一地區(qū)的圖像數(shù)據(jù)進行空間配準，然后采用一定的算法將各圖像數(shù)據(jù)中所含的信息優(yōu)勢或互補性有機地結(jié)合起來產(chǎn)生新的圖像數(shù)據(jù)技術(shù)。遙感數(shù)據(jù)融合是一種通過高級圖像處理技術(shù)來復(fù)合多源遙感圖像的技術(shù)，其目的是將單一傳感器的多波段信息或不同類傳感器提供的信息加以綜合，消除多傳感器信息之間可能存在的冗余和矛盾，加強互補，降低不確定性，減少模糊度，增強圖像信息透明度，改善圖譯的精度，可靠性以及使用率，以形成對目標的完整一致的信息描述。

融合方法有IHS 變換法、Brovery 變換法和PCA法(主成分分析)。

3 SPOT5 遙感影像的去噪與增強試驗及結(jié)果分析

3.1 影像去噪試驗

圖1 各種去噪方法效果對比

3.2 影像增強試驗

圖2 各種增強方法效果

3.3 影像融合

圖3 各種融合方法效果對比

4 結(jié)論和展望

本次研究所采用的遙感數(shù)據(jù)為SPOT5的2.5m全色影像和10m 多光譜影像,分別采用了傅里葉變換去噪、MATLAB中值濾波去噪和ERDAS 軟件方法對影像進行了去噪處理，得到了三種不同的去噪結(jié)果，基本上都起到了去噪的效果。對校正后的影像采用不同的方法進行增強，即對全色影像進行了直方圖均衡化處理，對多光譜影像采用加權(quán)法和均值法進行了模擬真彩色增強，得到增強后的影像，并將增強后的兩幅影像進行配準，使影像各分量上的分辨元素有一個統(tǒng)一的坐標系，實現(xiàn)上下符合。然后利用ERDAS 將配準后的兩幅影像進行融合，得到高分辨率多光譜彩色影像。由于融合的效果不好，本文又采用ENVI 軟件對影像采用加權(quán)法和均值法進行模擬真彩色，然后再利用ERDAS 進行融合，得到效果較理想的高分辨率多光譜彩色影像。

采用ERDAS 進行去噪處理效果雖然好，但是工作量大、耗時長，在去除壞線的時候需要工作者先查看并記錄每條壞線的位置，然后才可以通過ERDAS軟件去除掉壞線。MATLAB中值濾波去噪效果雖然不如ERDAS，但是無需計算壞線。所以，對于以后的去噪工作，我們可以先采用MATLAB 導(dǎo)出每條壞線所處的位置，然后把這些數(shù)據(jù)導(dǎo)入ERDAS 里，這樣我們不僅可以節(jié)省工作時間，而且去噪的效果也比較理想。

對于影像增強，我們可以根據(jù)需求不同，對影像進行各種增強，例如本次研究中，對全色影像進行了直方圖均衡化，對多光譜影像進行了模擬真彩色增強。而對影像進行模擬真彩色時，ERDAS 和ENVI 這兩種軟件都可以達到，使用者可以根據(jù)自己情況選擇相關(guān)軟件進行數(shù)字圖像處理。

[1]白杉，子蔭.SPOT衛(wèi)星系統(tǒng)性能及應(yīng)用簡介[J].全球定位系統(tǒng)，2003，39-42.

[2]Tian Han,David G.Goodenough.NOISE REDUCTION OF HYPERSPECTRAL REMOTELY SENSED IMAGERY:A NONLINEAR DYNAMICAL SYSTEM APPROACH.IGARSS 2008.

[3]孫兆林.MATLAB 6.x 圖像處理[M].北京：清華大學(xué)出版社，2002.

[4]黨安榮.ERDAS Imagine 遙感圖像處理方法[M].北京：清華大學(xué)出版社,2008.