学位论文 > 优秀研究生学位论文题录展示
高分辨率全色波段遥感影像处理中的图像复原问题研究
作 者: 陈奋
导 师: 赵忠明
学 校: 中国科学院研究生院(遥感应用研究所)
专 业: 地图学与地理信息系统
关键词: 高分辨率遥感影像 全色波段影像 图像复原 图像反卷积 薄云去除 小波变换
分类号: TP75
类 型: 博士论文
年 份: 2006年
下 载: 946次
引 用: 4次
阅 读: 论文下载
内容摘要
高分辨率遥感影像尤其是全色波段影像的分析与解译,在军事判读上的应用价值是十分高的。在军事影像判读上,空间结构信息对遥感影像信息的提取和分析是最重要的;但是由于各种因素的影响,图像的降质过程是不可避免的,这就给影像判读工作带来了很大的不便和信息判读的不准确。图像复原技术能够通过图像退化模型较准确地恢复图像的原始信息,它在遥感图像处理中是一个基础的预处理技术,是图像配准,目标提取等后续图像处理技术的基础。 本文针对高分辨率全色波段遥感影像处理中的复原问题进行了深入的研究,研究内容分为两个方面:反卷积复原和薄云去除。 在反卷积复原中,本文首先探讨了采用典型线状地物边界近似估计系统PSF的方法,并进行了数值试验分析了误差情况。在详细分析了具有保持图像边缘性质的的正则化算法ARTUR的基础上,提出了一个基于双正交小波基的改进算法,缩短了原算法的迭代收敛次数,节省了计算量和运算时间。本文还针对遥感影像数据量大,无法一次读入内存处理的问题,提出了一个分块处理策略,提高了大图像的处理速度。 薄云去除是一个光学遥感影像处理中的常见问题。本文提出了一个全新的薄云自动检测及去除算法。该算法与传统的同态滤波方法相比,能够自适应对不同厚度云覆盖的图像区域采用不同强度的补偿策略,并能做到云区处理之后与非云区之间的平滑过渡。在具体处理参数选择上,与同态滤波方法相比,本文算法的参数也更为直观。针对大面积的薄云覆盖情况,本文还提出了一个加速策略,在能够取得近似处理效果的情况下,使得进入算法计算的数据量大大减少,提高了处理的速度。
|
全文目录
摘要 5-6 Abstract 6-8 目录 8-15 第一章 序论 15-25 1.1 引言 15-16 1.2 研究的内容与意义 16-17 1.3 国内外研究现状及发展趋势 17-23 1.3.1 图像反卷积复原技术研究现状及发展 17-21 1.3.2 薄云去除技术现状及分析 21-23 1.4 论文结构 23-25 第二章 基础理论 25-49 2.1 小波变换基本理论 25-33 2.1.1 引言 25 2.1.2 基本定义 25-28 2.1.3 离散小波变换 28-29 2.1.4 边界的延拓 29-30 2.1.5 双正交小波 30-32 2.1.6 非抽样小波变换 32-33 2.2 图像反卷积的基本理论 33-38 2.2.1 图像退化模型 33-35 2.2.2 不适定问题 35-36 2.2.3 正则化 36-38 2.3 边界条件模型 38-49 2.3.1 Dirichlet(零)边界条件 40 2.3.2 周期边界条件 40-41 2.3.3 Neumann边界条件 41-44 2.3.4 Antireflecting边界条件 44-49 第三章 遥感影像反卷积复原 49-89 3.1 遥感影像退化模型 49-50 3.2 PSF估计 50-60 3.2.1 LSF估计 50-53 3.2.2 PSF估计 53 3.2.3 PSF误差分析 53-60 3.3 图像反卷积复原 60-66 3.3.1 保持影像边缘的正则化 60-63 3.3.2 半二次正则化 63-65 3.3.3 ARTUR 65-66 3.4 MARTUR 66-77 3.4.1 初值估计 68-72 3.4.2 正则化算子及辅助变量计算 72-77 3.5 试验及结果分析 77-86 3.6 分块处理 86-87 3.7 总结 87-89 第四章 遥感影像薄云去除 89-109 4.1 引言 89-90 4.2 薄云成像模型 90-92 4.3 图像的小波分解 92-93 4.4 云区的自动检测与去除 93-99 4.4.1 云区的检测 94-95 4.4.2 薄云区的去除处理 95-99 4.5 大图像处理 99-100 4.6 试验及结果分析 100-108 4.7 总结 108-109 第五章 结论 109-113 5.1 结论 109 5.2 本文的创新点 109-110 5.3 工作的不足之处 110-111 5.4 今后工作的展望 111-113 参考文献 113-123 发表文章目录 123-124 致谢 124
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于离散小波变换的图像水印算法研究,TP309.7
- 脑部CT图像的压缩应用,TP391.41
- 一类工具加工痕迹的检验识别,TP391.41
- 基于燃烧音识别的火灾探测系统的研究与设计,X924.4
中图分类: > 工业技术 > 自动化技术、计算机技术 > 遥感技术 > 遥感图像的解译、识别与处理
© 2012 www.xueweilunwen.com
|