光学遥感影像在获取、记录、成像与传输的过程中，由于系统性能的制约或各类外界环境的影响，部分影像容易出现条带噪声现象。目前，国内外所使用的遥感影像，如MODIS、TM、MSS、NOAA-AVHARR、OMIS、Earth Observing-1 (EO-1) Hyperion、环境一号、中巴地球资源卫星等，都在不同程度上受到了条带噪声的影响，极大降低了光学遥感影像的可用度，使得后续的影像处理工作无法正常进行。本文针对现有条带去除技术不能同时兼顾条带区高效去噪和非条带区信息保持的缺陷，提出了一种结合稀疏约束的遥感影像条带去除模型。该模型通过对条带噪声特性的描述，首先利用不对称TV和稀疏技术分别构建条带噪声的结构特性和分布特性，然后在交替方向乘子算法的支持下快速、精确地预测影像中的条带成分；最后根据获得的条带成分恢复干净的去条带影像。实验结果表明，该模型可以在有效去除条带噪声的同时很好地保持影像中的健康信息。实验结果如图1-图2所示：

图1 噪声成分的提取结果：(a)真实条带; (b)SLD的提取结果; (c)WAFT的提取结果; (d)UTV的提取结果; (e)SAUTV的提取结果; (f)稀疏模型的提取结果.

图2 条带去除结果：(a)真实影像; (b)模拟随机条带 (c)SLD的处理结果; (d)WAFT的处理结果; (e)UTV的处理结果; (f)SAUTV的处理结果; (g)稀疏模型的处理结果.

        查看详细>>    X. Liu, X. Lu, H. Shen, Q. Yuan, Y. Jiao, and L. Zhang, “Stripe Noise Separation and Removal in Remote Sensing Images by Consideration of the Global Sparsity and Local Variational Properties,” IEEE Transactions on Geoscience and Remote Sensing, DOI: 10.1109/TGRS.2015.2510418.