Sensor instability, dark currents, and other factors often cause stripe noise corruption in hyperspectral remote sensing images and severely limit their application in practical purposes. Previous studies have proposed numerous destriping algorithms that have yielded impressive results. Although most destriping algorithms are based on the premise of additive noise, a few studies have focused directly on multiplicative stripe noise. This article fully analyzes the characteristics of the stripe noise of OHS-01 images and proposes a multiplicative stripe noise removal method. Specifically, stripe noise is tackled by performing radiometric normalization of different columns in the image. First, the relative gain coefficients of adjacent columns are separated based on prior knowledge. Second, the local relative intensity correspondence of the image columns are established by means of intensity propagation, intensity connection, and so on. Finally, the above-mentioned process is iterated in multiscale space, and the accumulated gain correction coefficient maps were used to correct the radiation of the original image. The results of extensive experiments on simulated and real remote sensing image data demonstrate that the proposed method can, in most cases, yield desirable results. In certain cases, the results are even better, visually, and quantitatively, than those obtained using classical algorithms. Moreover, the proposed method has high robustness and efficiency. Thus, it can conform to the requirements of engineering applications.

中文翻译：

---

从遥感图像中去除乘性条纹噪声的多尺度强度传播

传感器不稳定、暗电流等因素往往会导致高光谱遥感图像中的条纹噪声破坏，严重限制了其在实际应用中的应用。先前的研究提出了许多产生了令人印象深刻的结果的去条纹算法。尽管大多数去条纹算法都是基于加性噪声的前提，但也有一些研究直接关注乘性条纹噪声。本文充分分析了OHS-01图像条纹噪声的特点，提出了乘法条纹噪声去除方法。具体来说，通过对图像中的不同列执行辐射归一化来解决条纹噪声。首先，根据先验知识分离相邻列的相对增益系数。第二，通过强度传播、强度连接等方法建立图像列的局部相对强度对应关系。最后，在多尺度空间迭代上述过程，利用累积增益校正系数图对原始图像的辐射进行校正。对模拟和真实遥感图像数据的大量实验结果表明，所提出的方法在大多数情况下都能产生理想的结果。在某些情况下，结果在视觉上和数量上甚至比使用经典算法获得的结果更好。此外，所提出的方法具有较高的鲁棒性和效率。因此，它可以符合工程应用的要求。将上述过程在多尺度空间进行迭代，利用累积增益校正系数图对原始图像的辐射进行校正。对模拟和真实遥感图像数据的大量实验结果表明，所提出的方法在大多数情况下都能产生理想的结果。在某些情况下，结果在视觉上和数量上甚至比使用经典算法获得的结果更好。此外，所提出的方法具有较高的鲁棒性和效率。因此，它可以符合工程应用的要求。将上述过程在多尺度空间进行迭代，利用累积增益校正系数图对原始图像的辐射进行校正。对模拟和真实遥感图像数据的大量实验结果表明，所提出的方法在大多数情况下都能产生理想的结果。在某些情况下，结果在视觉上和数量上甚至比使用经典算法获得的结果更好。此外，所提出的方法具有较高的鲁棒性和效率。因此，它可以符合工程应用的要求。对模拟和真实遥感图像数据的大量实验结果表明，所提出的方法在大多数情况下都能产生理想的结果。在某些情况下，结果在视觉上和数量上甚至比使用经典算法获得的结果更好。此外，所提出的方法具有较高的鲁棒性和效率。因此，它可以符合工程应用的要求。对模拟和真实遥感图像数据的大量实验结果表明，所提出的方法在大多数情况下都能产生理想的结果。在某些情况下，结果在视觉上和数量上甚至比使用经典算法获得的结果更好。此外，所提出的方法具有较高的鲁棒性和效率。因此，它可以符合工程应用的要求。