基于统计约束模型的线阵扫描图像非均匀性校正方法

摘要

一种基于持续统计约束模型的线阵扫描图像非均匀性校正方法，用于推帚扫描图像，包括步骤：a.通过辐射定标或图像统计模型等方法获取初始的图像校正参数；b.对目标图像数据进行非均匀性校正，输出校正图像；c.在非均匀性校正过程中利用一定的统计方法得到新的校正系数；d.新校正参数与原始校正参数一起对原始校正参数模型进行修正；e.对图像序列重复步骤b～d，直到达到预设要求。本发明的非均匀性校正方法可应用于光谱图像，也可应用于灰度图像，可以有效去除由CCD探测器的非均匀性响应带来的图像DN值的不均匀性，并且可以有效地减小基于场景的适应性算法中存在的地物对图像的影响。

主权项

1、一种基于统计约束模型的线阵扫描图像非均匀性校正方法，包括步骤：a.通过辐射定标或原始图像统计方法获取初始图像得到初始校正参数模型；b.读取一个图像块，对目标图像数据进行数学统计，得到非均匀性校正模型所需要的统计数据，生成新的基于场景的校正参数；c.根据参数更新模型利用图像统计数据或新校正参数对原始校正参数进行修正，得到更新的校正参数；d.利用更新后的校正参数对目标图像块进行非均匀性校正，输出校正的目标图像；e.读取下一个图像块，重复步骤b～d，直到整个图像校正完成。