买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京理工大学申请的专利一种星载光谱图像条带噪声检测与去除方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116309101B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211617422.4，技术领域涉及：G06T5/70；该发明授权一种星载光谱图像条带噪声检测与去除方法是由刘娜;李伟;陶然设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本一种星载光谱图像条带噪声检测与去除方法在说明书摘要公布了：本发明公开了一种星载光谱图像条带噪声检测与去除方法，包含图像类别划分及特性分析模块、条带检测与分析模块含条带检测单元、特性分析单元和退质建模单元、图像变换模块和软阈值信号分解模块，本发明在原始空‑谱域和变换域独立分析基础上，综合性地将空‑谱域分析方法和变换域分析方法进行集成，在检测条带噪声的同时也实现去除条带噪声的目的；充分分析图像特性和小波分布特点，在小波域部署图像分解方法，有效分析条带成分并保留图像细节信息。本发明的优点是：该方法能适应于光谱图像来源的复杂性和应用环境多样性特点，兼顾不同的条带噪声分布差异情况，泛化性和鲁棒性较强。

本发明授权一种星载光谱图像条带噪声检测与去除方法在权利要求书中公布了：1.一种星载光谱图像条带噪声检测与去除方法，其特征在于，包括以下步骤： 步骤1：构建光谱图像空‑谱特性分析模块；根据图像成像平台对光谱图像进行类别划分，从而确定图像先验并进行空‑谱特性分析； 步骤2：构建条带检测与分析模块，并对含条带影像进行退质数学建模；此部分包含三个单元：条带检测单元、特性分析单元和退质建模单元； 包括如下子步骤： 步骤2.1：条带检测单元采取综合检测方式；空谱维分布检测通过差分计算确定条带的方向和波段；即对于光谱图像式中N，M和D表示图像的行数、列数和波段数；n，m和d表示图像当前行数、列数和波段数；通过观察计算结果，得到条带产生的位置、方向和波段间的差异性； 变换域检测包含傅里叶变换检测和小波变换检测，傅里叶变换采取二维变换方式，即： 式中u，v表示频域变量；x，y表示空域变量；通过观察傅里叶变换结果，检测图像是否存在条带噪声，当存在条带噪声时，傅里叶变换图能量为集中状态； 小波变换检测采用二维离散小波变换，通过小波基函数对图像进行分解，在实现上通过滤波器组实现，产生基带、水平子带、垂直子带和对角子带；其中，水平子带、垂直子带和对角子带分别捕捉水平方向、垂直方向和对角方向的条带噪声； 步骤2.2：特性分析单元结合先验信息和统计分析相结合的方式，首先基于成像观测过程确定噪声来源：①由成像环境引起，②由系统元器件未配准损坏导致；然后确定噪声方向特性、条带水平方向连续性、条带垂直方向周期性以及波段间相关性； 步骤2.3：退质建模单元根据条带检测结果和特性分析结果对图像和噪声进行数学关联建模；即对于干净图像受条带噪声干扰后的输出光谱图像为： 则退质过程建模如下： 式中表示加性噪声，f表示退质函数，根据噪声情况为线性或者非线性； 步骤3：构建图像变换模块，将图像转换到变换域空间，提取条带成分和图像信息成分，根据不同的空‑谱特性数据和条带特性分布情况； 步骤4：基于变换结果构建噪声去除模块，分析小波变换各个子带信号和条带差异情况，设计小波域软阈值信号分解方法，将条带成分进行剥离，保留图像有用信息，然后进行逆小波变换，输出重构后的图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。