function [data_new_new ] = verstripewipe_new1( date, opt )

% -------去除垂直条纹(全局去条纹法)---------------

%Input:

% data:要去除噪声的数据矩阵,M-by-N-by-D

% opt:对于有黑色背景的图像,把去条纹对背景带来的影响去掉:1,否则:0

% Output:

% data_new_new:去除条纹噪声后的数据矩阵

%if ~exist('data','var') || isempty(data)

%error('输入图像矩阵 data 未定义或者为空.');

%end

if ~exist('opt','var') || isempty(opt)

opt = 0;

end

if opt==1　% 为最后把去条纹对背景带来的影响去掉

SD = sum(data,3);　% data的第3列求和

SD(SD>0)=1;　

end

[599,648,4]=size(data);　% 读出M: 行N:列 D:4

if(~isa(data,'double'))　 %判断data 是否double型数组

data = double(data);

end

% 计算每个波段像元值对应的 标准差 平均值

Stdvk = zeros(1,1,4);　%zeros(2:4)表示生成一个2行3列4页的三维矩阵，矩阵的所有元素都　　　　　　　　
　　　　　　　　　　 %是0。

for k = 1:4

Stdvk(k) =
std(reshape(data(:,:,k),[599*648,1]),0,1); %将data_new重定义成M*N行1列后，通过STD
%函数计算data_new矩阵的标准差

end

DNk = mean(mean(data,1),2);　　　　%DNK返回沿着标量1指定的维数上的元素的平 %均值后在次计算出每一行平均值的列向量




% 计算每个波段 第j列 所对应像元值得 标准差 平均值

Stdvjk = std(data,0,1);

DNjk = mean(data,1);





% 计算增益g、偏置b

Gjk = bsxfun(@rdivide,Stdvk,Stdvjk);

temp = bsxfun(@times,Gjk,DNjk);

Bjk = bsxfun(@minus,DNk,temp);

clear Stdvk DNk Stdvjk DNjk;

% 去除条纹

data_new_new = bsxfun(@times,data_new,Gjk);

data_new_new = bsxfun(@plus,data_new,Bjk);

if opt==1%把去条纹对背景带来的影响去掉

data_new_new = bsxfun(@times,data_new,SD);

end

End