高光谱遥感数据蕴含着丰富的地物反射光谱信息,其原始反射数据中含有大量的噪声,这些噪声严重影响地物反射光谱中的吸收特征,大大降低数据的分析精度,研究有效的高光谱遥感数据噪声滤波算法是改善高光谱数据分析效果的关键环节。研究了推扫高光谱图像(PHI)影像中条带噪声的高频特性,针对目前常用的矩匹配方法及几种改进的矩匹配方法都存在一定的缺点,提出一种改进的行平滑条带滤波方案,对含有条带噪声波段行均值曲线进行平滑处理,并调整图像中各像元的灰度值,以减小行间灰度差异,所得图像的峰值信噪比有所提高,取得了比按波段的矩匹配方法更好的去条带效果,在较好地削弱图像中条带噪声的同时,保留了原图像的辐射特征。

为进一步抑制遥感图像的非均匀噪声,首先分析了空间遥感高光谱图像条带噪声产生的原因及噪声模型,进而提出一种基于窗口阈值判决的改进矩匹配算法。选取相对平坦,且条带噪声与背景对比较明显的区域进行阈值估算,并选取参考均值、标准差和条带阈值判决对条带噪声进行矩匹配处理。实验结果表明,所提算法的峰值信噪比相对传统方法至少提高了6.2163 dB,均方误差最小降低了5.9630,结构相似度至少提高了0.254。与传统方法相比,采用所提方法处理后的图像变异逆系数有所提高,图像横向梯度与标准差有所降低,该方法还去除了图像中的条带噪声,保留了原始图像的细节信息。

一种基于MATLAB的声呐条带图像自动拼接算法.pdf

使用过Landsat-7 ETM+影像数据的童鞋，你们是否因为影像的数据条带丢失所困扰呢？数据条带丢失也就是我们通常说的坏条带问题，遇到这种数据很让人头疼。

基础距离多普勒算法的实现，包括机载星载点目标仿真和实测数据仿真

Landsat 7 由于传感器故障，其影像产品均分布黑色的条带，此插件主要用于去除黑色条带

主要介绍了C# 启用事务提交多条带参数的SQL语句实例代码,需要的朋友可以参考下

landsat_gapfill：去条带http://bbs.esrichina-bj.cn/ESRI/viewthread.php?tid=52263&extra;=&page=1 D:\work\ENVI4.8\IDL\IDL80\products\envi48\save_add 第一步 将附件中的tm_destripe.rar解压到ENVI安装目录的Save_add第二步是修改ENVI的菜单，在其安装目录menu文件夹中有一个envi.menu文件，打开，对其进行修改，其实就是添加这个补丁中的函数。

ETM+影像条带去除教程+ENVI补丁， 还不错的。

通过在style文件中进行配置，实现了带文字竖直进度条 类似电量显示的功能。