基于L1范数优化模型的遥感图像条纹去除方法

TP751.1; 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....

Full description

Saved in:
Bibliographic Details
Published in红外与毫米波学报 Vol. 40; no. 2; pp. 272 - 283
Main Authors 李凯, 李文力, 韩昌佩
Format Journal Article
LanguageChinese
Published 中国科学院大学,北京100049%中国科学院上海技术物理研究所,上海200083 01.04.2021
中国科学院红外探测与成像技术重点实验室,上海200083
中国科学院上海技术物理研究所,上海200083
Subjects
L1稀疏优化模型
图像去条纹
边缘权重因子
AGRI图像
交替方向乘子法
Online AccessGet full text
ISSN1001-9014
DOI10.11972/j.issn.1001-9014.2021.02.018

Cover

More Information
Summary:TP751.1; 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.
ISSN:1001-9014
DOI:10.11972/j.issn.1001-9014.2021.02.018