学位论文 > 优秀研究生学位论文题录展示

SAR图像去噪及多源遥感数据融合算法研究

作　者: 凌飞龙
导　师: 王钦敏
学　校: 福州大学
专　业: 环境工程
关键词: 遥感合成孔径雷达斑点噪声图像去噪图像融合
分类号: X87
类　型: 硕士论文
年　份: 2004年
下　载: 643次
引　用: 3次
阅　读: 论文下载

内容摘要

SAR图像斑点噪声的存在严重影响了图像的质量，必须在解译和分析前要对其进行去除；SAR图像和光学遥感图像所反映的地物信息差别很大，影像融合技术能综合二者信息，发挥出更大优势。本文针对以上两个方面，对SAR图像斑点噪声去除和多源遥感数据融合算法进行了研究。1．SAR图像去噪算法研究。首先介绍了斑点噪声产生机理、模型和统计特征，对常用的图像滤波器进行了分析。针对斑点噪声的乘性模型特点，构造了一种基于小波分析的滤波器：对SAR图像进行对数变换，利用小波变换对对数图像进行滤波处理，再通过指数变换得到去噪图像。本文提出了一套比较完整的滤波器性能评价指标体系，并利用其对各种滤波器进行评价和比较。通过对JERS-1 SAR图像的各种滤波图像进行了目视评价和指标比较，得出如下结论: (1)各种空间滤波器受滤波窗口的影响很大，5×5大小的滤波窗口滤波效果较好；(2)对比各种常用的空间滤波器，增强的Frost滤波器、增强的Lee滤波器和Gamma-MAP滤波器在去噪和纹理、结构特征保持方面效果最好；(3)小波滤波方法在保持SAR图像纹理细节方面表现出了很好的优势，还有待进一步研究。2．多源遥感数据融合。对多源遥感数据融合的理论和常用方法进行了回顾。提出了一种基于二进制小波分析的融合方法，对正交和双正交小波用于小波融合进行了详细分析，深入研究了小波基长度和小波变换分解层数对融合效果的影响。在提出了一套较完整的影像融合的评价指标体系后，利用各种融合方法进行了三种不同影像与TM影像间的融合试验：JERS-1 SAR图像与TM影像的融合；ERS-2 SAR图像与TM影像的融合；SPOT-5与TM影像的融合。利用评价指标体系对各种融合结果进行了评价和比较，结果表明：(1)对于SAR图像与TM多光谱影像融合，与传统的融合方法相比，小波融合方法不仅能很好地保持SAR图像的纹理、结构信息，而且在TM光谱特征保持方面优势明显；(2)小波融合方法可以根据不同应用要求选取不同的小波基和小波变换分解层数，从而调整融合结果中SAR图像信息和TM信息的分配，使用十分灵活；(3)对三种不同影像间的融合都取得了很好的效果，表明小波融合方法对不同数据的适应性很强。

全文目录

第一章   引言  8-16
  1．1   研究的目的和意义  8-10
    1．1．1 SAR图像斑点噪声抑制研究的意义  8-9
    1．1．2 多源遥感数据融合研究的意义  9-10
  1．2   国内外研究现状及有待解决的问题  10-13
    1．2．1 SAR图像斑点噪声抑制  10-12
    1．2．2 SAR图像与多光谱影像数据的融合  12-13
  1．3   本文主要研究内容及技术路线  13-16
    1．3．1 主要研究内容  13-14
    1．3．2 技术路线  14-16
第二章   SAR遥感简介  16-21
  2．1   微波遥感简介  16
  2．2   SAR遥感技术  16-18
    2．2．1 合成孔径雷达（SAR）  16-17
    2．2．2 SAR遥感技术的发展  17-18
  2．3   SAR遥感的特点  18-21
    2．3．1 SAR图像固有特征  18-19
    2．3．2 SAR遥感的优点及应用  19-21
第三章   小波分析理论及其在遥感影像处理中的应用  21-26
  3．1   小波分析理论  21-24
    3．1．1 小波变换  21-22
    3．1．2 Mallat算法  22-24
  3．2   小波分析在遥感影像处理中的应用  24-26
    3．2．1 基于小波分析的图像压缩  24
    3．2．2 基于小波分析的多源遥感影像信息融合  24-25
    3．2．3 基于小波分析的影像斑点噪声抑制  25
    3．2．4 基于小波分析的影像纹理信息提取  25
    3．2．5 基于小波分析的影像边缘检测  25-26
第四章   SAR图像斑点噪声的抑制  26-44
  4．1   SAR图像的斑点噪声模型  26-29
    4．1．1 斑点噪声产生的机理  26
    4．1．2 斑点噪声的乘性模型  26-27
    4．1．3 乘性模型下的统计特性  27-29
  4．2   SAR图像斑点噪声抑制算法分析  29-34
    4．2．1 均值滤波  29-30
    4．2．2 中值滤波  30
    4．2．3 LEE滤波  30
    4．2．4 Frost滤波  30-31
    4．2．5 增强的Lee、Frost滤波  31
    4．2．6 Sigma滤波  31-32
    4．2．7 局域滤波  32
    4．2．8 Gamma MAP滤波  32-33
    4．2．9 小波滤波  33-34
  4．3   SAR图像斑点噪声抑制算法评价  34-43
    4．3．1 斑点噪声滤波器性能评价指标体系的建立  34-37
    4．3．2 利用评价指标体系进行评价比较  37-43
  4．4   本章小结  43-44
第五章   多源遥感数据融合  44-67
  5．1   遥感数据融合概述  44-48
    5．1．1 遥感数据融合原理  44
    5．1．2 多源遥感数据融合层次  44-45
    5．1．3 像素级遥感影像融合方法  45-48
  5．2   融合结果评价指标体系建立  48-49
  5．3   SAR与TM影像小波融合算法研究及评价  49-63
    5．3．1 正交小波融合算法研究  49-54
    5．3．2 双正交小波融合算法研究  54-60
    5．3．3 各种融合方法对比分析  60-63
  5．4   其它影像间的小波融合算法研究及评价  63-65
    5．4．1 C波段ERS-2SAR图像与TM影像融合  63-64
    5．4．2 光学影像之间的融合  64-65
  5．5   本章小结  65-67
结论及展望  67-69
参考文献  69-76
致谢  76-77
个人简历  77

SAR图像去噪及多源遥感数据融合算法研究

内容摘要

全文目录

相似论文