發(fā)布時間：2018-05-14 04:23

  本文選題：圖像處理 + 算法�。� 參考：《農(nóng)業(yè)工程學(xué)報》2017年S1期

【摘要】：農(nóng)田遙感圖像在采集過程中會受到噪聲影響,為得到準(zhǔn)確的農(nóng)田遙感圖像數(shù)據(jù),應(yīng)對獲取的農(nóng)田遙感圖像進(jìn)行去噪預(yù)處理。農(nóng)田遙感圖像中的紋理承載了重要信息,在圖像降噪的同時保持或增強(qiáng)圖像紋理具有重要意義。由于紋理和噪聲一樣,在頻域表現(xiàn)為高頻信號,以分解和重構(gòu)算法為基礎(chǔ)的常見濾波(含小波變換)方法在降噪的同時,也會造成紋理清晰度的下降。該文結(jié)合農(nóng)田遙感圖像紋理呈現(xiàn)出來的直線特性,將剪切波(Shearlet)和變分理論相結(jié)合,提出了一種新的遙感農(nóng)田圖像保紋理降噪方法。該方法首先對較大的遙感圖像分塊進(jìn)行shearlet變換,在降噪的同時識別不同圖塊圖像的紋理含量;對細(xì)小紋理含量較少的平滑區(qū)域,采用保邊降噪變分模型去除shearlet變換帶來的人工偽影。為避免子圖塊邊界帶來的邊界效應(yīng),該文基于中心仿射變換理論提出了一種新的圖像延拓方法,有效提高了圖像降噪的效果。試驗結(jié)果表明,該文算法去噪后的峰值信噪比(peak signal to noise ratio,PSNR)平均值比全變分模型去噪算法大1 d B,該文算法去噪后的PSNR平均比曲線波去噪算法大2 d B。同基于Symmlet小波的Shearlet算法相比,該文算法處理后農(nóng)田遙感圖像中偽影減少,在高斯噪聲標(biāo)準(zhǔn)偏差σ為10、20和30 d B時,峰值信噪比PSNR分別提高了13.99%、9.69%和7.75%。
[Abstract]:The field remote sensing image will be affected by noise in the process of acquisition. In order to obtain accurate farmland remote sensing image data, the field remote sensing image should be de-noised and preprocessed. The texture in the field remote sensing image bears important information, so it is of great significance to keep or enhance the texture of the image while reducing the noise of the image. Because texture and noise are represented as high frequency signals in frequency domain, the common filtering (including wavelet transform) method based on decomposition and reconstruction algorithm can reduce the noise and decrease the texture clarity at the same time. In this paper, a new texture preserving denoising method for remote sensing field images is proposed by combining the linear characteristics of remote sensing images with shear wave Shearlet (Shearlet) and variational theory. In this method, the larger remote sensing images are divided into blocks by shearlet transform, and the texture content of different image blocks is recognized at the same time of noise reduction. The edge-preserving noise reduction variational model is used to remove artificial artifacts from shearlet transform. In order to avoid the boundary effect brought by sub-graph block boundary, a new image continuation method based on the central affine transformation theory is proposed in this paper, which can effectively improve the image denoising effect. The experimental results show that the average peak signal to noise ratio (PSNR) of the proposed algorithm is 1 dB larger than that of the total variational model denoising algorithm. The average PSNR of the proposed algorithm is 2 dB larger than that of the curve wave denoising algorithm. Compared with the Shearlet algorithm based on Symmlet wavelet, the artifact in the field remote sensing image processed by this algorithm is reduced. When the standard deviation of Gao Si noise 蟽 is 10 ~ 20 and 30 dB, the peak signal-to-noise ratio (PSNR) is increased by 13.99% and 7.75%, respectively.
【作者單位】： 中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院;北京郵電大學(xué)世紀(jì)學(xué)院移動媒體與文化計算北京市重點實驗室;
【基金】：國家自然科學(xué)基金(41171337) “十二五”國家科技支撐計劃項目(2015BAK04B01) 北京市自然科學(xué)基金(4172034)
【分類號】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李偉;;遙感圖像中的道路提取[J];自動化博覽;2006年05期

2 李傳龍;李穎;馬龍;;一種新的遙感圖像海岸線檢測方法[J];計算機(jī)仿真;2010年08期

3 張學(xué)良;肖鵬峰;馮學(xué)智;;基于圖像內(nèi)容層次表征的遙感圖像分割方法[J];中國圖象圖形學(xué)報;2012年01期

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

5 陳小琪;現(xiàn)代計算機(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

6 鄧湘金,彭海良;一種基于遙感圖像的機(jī)場檢測方法[J];測試技術(shù)學(xué)報;2002年02期

7 余杰千,方濤,陳雍業(yè);一種有效的遙感圖像無縫分割方法[J];計算機(jī)應(yīng)用;2003年12期

8 吳為祿;遙感圖像中的云層消除處理[J];鐵路航測;2003年01期

9 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

10 黃勇杰,王樹國,劉俊義,陳東;遙感圖像去云算法研究[J];儀器儀表學(xué)報;2003年S2期

相關(guān)會議論文 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];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

2 鄧冰;林宗堅;彭曉東;;遙感圖像信息度量的原理與方法[A];《測繪通報》測繪科學(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拼接方法的研究[A];全國農(nóng)業(yè)遙感技術(shù)研討會論文集[C];2009年

4 羅睿;張永生;范永弘;鄧雪清;;遙感圖像基于內(nèi)容查詢的研究與實踐[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[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)會議論文集[C];2002年

6 黃勇杰;王樹國;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)場識別算法研究[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會議論文集[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[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

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

10 邱磊;李國輝;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)會議（HHME2005）論文集[C];2005年

相關(guān)重要報紙文章 前5條

1 蔣建科邋孫宏金 陳樹琛;傳回清晰遙感圖像[N];人民日報;2008年

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

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

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

5 記者 馬彥平 張桂敏;澳大利亞鉀礦鉆探啟動[N];農(nóng)資導(dǎo)報;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)特征分析及其識別技術(shù)研究[D];國防科學(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[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;基于知識的遙感圖像港口目標(biāo)識別[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;遙感圖像變化檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 王旭;無參考遙感圖像質(zhì)量綜合評價算法研究[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：1886316