本文選題：礦山測(cè)量　切入點(diǎn)：礦山遙感圖像　出處：《金屬礦山》2017年04期

【摘要】：礦山遙感圖像作為一類重要的礦山測(cè)量數(shù)據(jù),其質(zhì)量在很大程度上受到礦區(qū)成像環(huán)境的影響。鑒于小波變換的圖像多尺度分析特性,提出了一種小波域遙感圖像模糊隸屬度閾值去噪算法。該算法首先對(duì)失真的礦山遙感圖像采用均值濾波算法進(jìn)行預(yù)處理,消除一部分圖像噪聲。然后對(duì)預(yù)處理后的圖像進(jìn)行3層小波分解,對(duì)于基本不受噪聲污染的低頻小波分解系數(shù)不作處理,根據(jù)高頻小波分解系數(shù)的噪聲分布特征,設(shè)計(jì)了模糊隸屬度閾值去噪模型用于去除其中的噪聲,該模型對(duì)小波軟閾值去噪模型進(jìn)行了2點(diǎn)改進(jìn):1根據(jù)圖像局部區(qū)域噪聲信息與非噪聲信息難以有效區(qū)分的情況,設(shè)計(jì)了模糊隸屬度因子,通過設(shè)定特定的小波閾值,對(duì)不同的高頻小波分解系數(shù)是否含有噪聲進(jìn)行自適應(yīng)判定;2顧及到圖像小波分解層數(shù)以及各高頻小波分解系數(shù)的幅值,對(duì)經(jīng)典小波貝葉斯閾值計(jì)算方法進(jìn)行了改進(jìn)。最后將原始低頻小波分解系數(shù)與去噪后的高頻小波分解系數(shù)進(jìn)行重構(gòu),得到高清晰度的礦山遙感圖像。采用山東兗州礦區(qū)的1幅遙感圖像進(jìn)行試驗(yàn),并引入了邊緣保持指數(shù)(Edge protection index,EPI)、信噪比(Signal noise to ratio,SNR)進(jìn)行去噪效果評(píng)價(jià),結(jié)果表明:所提算法對(duì)于失真的礦山遙感圖像的去噪效果明顯優(yōu)于小波硬閾值、軟閾值去噪模型,并且相對(duì)于已有的2類改進(jìn)型去噪模型,優(yōu)勢(shì)也較顯著。
[Abstract]:As a kind of important mine survey data, the quality of mine remote sensing image is greatly affected by the imaging environment of mining area. In this paper, a wavelet domain remote sensing image fuzzy membership threshold de-noising algorithm is proposed. Firstly, the mean filter algorithm is used to preprocess the distorted mine remote sensing image. A part of the image noise is eliminated, and then the pre-processed image is decomposed by three-layer wavelet decomposition, and the low-frequency wavelet decomposition coefficient, which is basically free from noise pollution, is not processed, according to the noise distribution characteristics of the high-frequency wavelet decomposition coefficient, The fuzzy membership threshold denoising model is designed to remove the noise in the model. The wavelet soft threshold denoising model is improved by 2 points. According to the local region noise information of the image, it is difficult to distinguish the noise information from the non-noise information effectively. The fuzzy membership factor is designed. By setting a specific wavelet threshold, the wavelet decomposition coefficients of different high frequency are adaptively judged to take into account the number of wavelet decomposition layers of the image and the amplitude of each high frequency wavelet decomposition coefficient. The classical Bayesian threshold calculation method is improved. Finally, the original low-frequency wavelet decomposition coefficient and the de-noised high-frequency wavelet decomposition coefficient are reconstructed. A high definition remote sensing image of mine was obtained. A remote sensing image of Yanzhou mining area in Shandong province was used to carry out the experiment, and the edge holding index (Edge protection) was introduced to evaluate the denoising effect, and the signal-to-noise ratio (signal-to-noise ratio) was used to evaluate the de-noising effect. The results show that the proposed algorithm is better than the wavelet hard threshold and soft threshold denoising model for the distorted mine remote sensing image, and it has a significant advantage over the existing two kinds of improved de-noising model.
【作者單位】： 福建工程學(xué)院交通運(yùn)輸學(xué)院;
【基金】：福建省中青年教師教育科研項(xiàng)目(編號(hào):JA15355)
【分類號(hào)】：TD17;TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 秦其明;遙感圖像自動(dòng)解譯面臨的問題與解決的途徑[J];測(cè)繪科學(xué);2000年02期

2 陳小琪;現(xiàn)代計(jì)算機(jī)印前制版技術(shù)在遙感圖像印制中的應(yīng)用研究——以《長(zhǎng)江經(jīng)濟(jì)帶可持續(xù)發(fā)展地圖集》為例[J];地球信息科學(xué);2000年02期

3 庾晉 ,白木 ,周潔;遙感圖像偵察與美國(guó)對(duì)阿反恐怖戰(zhàn)爭(zhēng)[J];遙感信息;2002年01期

4 于輝,徐軍;彩色遙感圖像目標(biāo)提取方法研究[J];遙感技術(shù)與應(yīng)用;2003年06期

5 馮春,馬建文,戴芹,陳雪;一種改進(jìn)的遙感圖像薄云快速去除方法[J];國(guó)土資源遙感;2004年04期

6 謝華美;李榮艷;田艷琴;別榮芳;;基于大數(shù)據(jù)量遙感圖像的薄云去除[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

7 陳姚;王金亮;李石華;;遙感圖像中云層遮擋影響消除方法研究述評(píng)[J];國(guó)土資源遙感;2006年01期

8 陳秋曉;陳述彭;周成虎;;基于局域同質(zhì)性梯度的遙感圖像分割方法及其評(píng)價(jià)[J];遙感學(xué)報(bào);2006年03期

9 李火明;;遙感圖像中特定目標(biāo)的自動(dòng)提取[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年09期

10 孫顯;王宏琦;張道兵;胡巖峰;鞏大亮;;基于多特征融合的城市遙感圖像自動(dòng)解譯方法[J];光子學(xué)報(bào);2010年01期

相關(guān)會(huì)議論文 前10條

1 張鳳春;董增壽;劉明君;;基于局部方差均衡的遙感圖像增強(qiáng)方法[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

2 鄧冰;林宗堅(jiān);彭曉東;;遙感圖像信息度量的原理與方法[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

3 江興方;江鴻;何賢強(qiáng);;遙感圖像兩種半自動(dòng)拼接方法的研究[A];全國(guó)農(nóng)業(yè)遙感技術(shù)研討會(huì)論文集[C];2009年

4 羅睿;張永生;范永弘;鄧雪清;;遙感圖像基于內(nèi)容查詢的研究與實(shí)踐[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

5 陳東;龐怡杰;黃勇杰;;大傾斜航空遙感圖像快速自動(dòng)鑲嵌技術(shù)[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

6 黃勇杰;王樹國(guó);劉俊義;陳東;;遙感圖像去云算法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

7 謝建春;趙榮椿;;遙感圖像中的軍用機(jī)場(chǎng)識(shí)別算法研究[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國(guó)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

8 陳姚;王金亮;李石華;;遙感圖像中云層遮擋影響消除處理方法研究述評(píng)[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

9 張磊;朱磊;;遙感圖像中直線目標(biāo)的檢測(cè)[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

10 邱磊;李國(guó)輝;衡祥安;;一種基于交互學(xué)習(xí)的遙感圖像挖掘方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

相關(guān)重要報(bào)紙文章 前5條

1 蔣建科邋孫宏金 陳樹琛;傳回清晰遙感圖像[N];人民日?qǐng)?bào);2008年

2 記者 鄭千里;北京地區(qū)有了航空遙感圖像[N];科技日?qǐng)?bào);2000年

3 本報(bào)通訊員;煤航遙感院獲美國(guó)快鳥遙感圖像西部代理權(quán)[N];中煤地質(zhì)報(bào);2005年

4 王石;印度通過“快鳥”影像發(fā)現(xiàn)古墓地[N];中國(guó)測(cè)繪報(bào);2010年

5 記者 馬彥平 張桂敏;澳大利亞鉀礦鉆探啟動(dòng)[N];農(nóng)資導(dǎo)報(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 朱光;基于遙感圖像的交通道路目標(biāo)識(shí)別方法研究[D];吉林大學(xué);2015年

2 祁友杰;基于SoC技術(shù)的遙感圖像快速匹配方法研究[D];東南大學(xué);2016年

3 江興方;遙感圖像去云方法的研究及其應(yīng)用[D];南京理工大學(xué);2007年

4 滕鑫鵬;遙感圖像道路提取研究[D];江蘇大學(xué);2014年

5 劉春紅;超光譜遙感圖像降維及分類方法研究[D];哈爾濱工程大學(xué);2005年

6 劉哲;基于信息融合的遙感圖像處理方法研究[D];西北工業(yè)大學(xué);2002年

7 強(qiáng)贊霞;遙感圖像的融合及應(yīng)用[D];華中科技大學(xué);2005年

8 杜根遠(yuǎn);海量遙感圖像內(nèi)容檢索關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2011年

9 陶午沙;基于結(jié)構(gòu)模型的遙感圖像軍事陣地目標(biāo)特征分析及其識(shí)別技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年

10 林劍;基于模糊理論的遙感圖像分割方法研究[D];中南大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 邱磊;基于內(nèi)容的遙感圖像挖掘方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2005年

2 陳浩;高分辨遙感圖像災(zāi)區(qū)建筑檢測(cè)[D];南京理工大學(xué);2015年

3 朱然;大數(shù)據(jù)量復(fù)雜背景下橋梁水壩目標(biāo)快速識(shí)別[D];電子科技大學(xué);2015年

4 王靜靜;基于NSCT和Shearlet變換的遙感圖像增強(qiáng)研究[D];新疆大學(xué);2014年

5 柴宏磊;基于知識(shí)的遙感圖像港口目標(biāo)識(shí)別[D];電子科技大學(xué);2015年

6 馮一鳴;基于遙感圖像中港口目標(biāo)的分割算法研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

7 吳云坤;遙感圖像變化檢測(cè)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 王旭;無參考遙感圖像質(zhì)量綜合評(píng)價(jià)算法研究[D];西安電子科技大學(xué);2015年

9 宋玉梅;基于遙感圖像的內(nèi)河航道識(shí)別研究[D];重慶交通大學(xué);2015年

10 張少輝;基于刃邊法的遙感圖像重建方法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：1681774