本文選題：遙感圖像 + 圖像增強(qiáng)　； 參考：《計算機(jī)應(yīng)用》2016年10期

【摘要】：針對遙感圖像中對比度低、細(xì)節(jié)信息缺失和邊緣梯度保持能力較弱等問題,提出了一種基于非下采樣剪切波變換(NSST)與引導(dǎo)濾波相結(jié)合的遙感圖像增強(qiáng)算法。首先,原始圖像通過NSST被分解成低頻子帶和高頻子帶兩部分。然后,對低頻子帶進(jìn)行線性增強(qiáng),提高整體對比度;采用自適應(yīng)閾值法抑制高頻子帶的噪聲,再對去噪后的高頻子帶進(jìn)行引導(dǎo)濾波增強(qiáng),提高圖像的細(xì)節(jié)信息和邊緣梯度保持能力。最后,對兩部分子帶進(jìn)行NSST反變換,得到增強(qiáng)后的圖像。實驗結(jié)果表明,與直方圖均衡、基于Contourlet變換和模糊理論的圖像增強(qiáng)算法、基于非下采樣Contourlet變換與反銳化掩膜結(jié)合的遙感圖像增強(qiáng)算法以及基于非下采樣Shearlet變換與參數(shù)化對數(shù)圖像處理相結(jié)合的遙感圖像增強(qiáng)算法相比,該算法的圖像信息熵、峰值信噪比(PSNR)和結(jié)構(gòu)相似性(SSIM)都有一定的提升,能明顯地改善圖像視覺效果,使得圖像紋理更加清晰。
[Abstract]:Aiming at the problems of low contrast, lack of detail information and weak edge gradient retention in remote sensing images, a remote sensing image enhancement algorithm based on non-downsampling shear wave transform (NSST) and guided filtering is proposed. First, the original image is decomposed into low frequency subband and high frequency subband by NSST. Then, the low frequency subband is linearly enhanced to improve the overall contrast. The adaptive threshold method is used to suppress the noise of the high frequency subband, and then the denoised high frequency subband is enhanced by guided filtering. Improve the image's detail information and edge gradient retention ability. Finally, the two subbands are inversely transformed by NSST, and the enhanced images are obtained. The experimental results show that the image enhancement algorithm based on Contourlet transform and fuzzy theory is balanced with histogram. Compared with the remote sensing image enhancement algorithm based on the combination of non-downsampling Contourlet transform and de-sharpening mask, and the remote sensing image enhancement algorithm based on non-downsampling Shearlet transform and parameterized logarithmic image processing, the image information entropy of this algorithm is compared with that of non-downsampling Shearlet transform and parameterized logarithmic image processing. Both PSNR (PSNR) and structural similarity (SSIM) can improve the visual effect of the image and make the texture of the image more clear.
【作者單位】： 新疆大學(xué)信息科學(xué)與工程學(xué)院;上海交通大學(xué)圖像處理與模式識別研究所;奧克蘭理工大學(xué)知識工程與發(fā)現(xiàn)研究所;
【基金】：教育部促進(jìn)與美大地區(qū)科研合作與高層次人才培養(yǎng)項目(DICE2014-2029)~~
【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1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

相關(guān)博士學(xué)位論文 前10條

1 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

2 滕鑫鵬;遙感圖像道路提取研究[D];江蘇大學(xué);2014年

3 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

4 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

5 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

6 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

7 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

8 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

9 薛麗霞;基于對象云的遙感圖像模糊邊緣檢測研究[D];西南交通大學(xué);2007年

10 羅睿;遙感圖像信息系統(tǒng)的設(shè)計與分析[D];解放軍信息工程大學(xué);2001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 楊志柳;面向遙感圖像特殊目標(biāo)檢測算法的星載實時處理器實現(xiàn)[D];北京理工大學(xué);2016年

3 梁若飛;面向?qū)ο蟮倪b感圖像分割與玉米田面積統(tǒng)計方法研究[D];中北大學(xué);2016年

4 薛萬勛;基于邊緣特征的遙感圖像質(zhì)量評價方法研究[D];中國科學(xué)院國家空間科學(xué)中心;2016年

5 于海濤;基于超像素區(qū)域融合的遙感圖像地物分類算法研究[D];東北大學(xué);2014年

6 王靜;遙感圖像智能分類新算法研究[D];福州大學(xué);2013年

7 范郁鋒;無人機(jī)遙感圖像去霧算法研究[D];貴州師范大學(xué);2016年

8 遠(yuǎn)遠(yuǎn);遙感圖像實時多模式顯示技術(shù)研究[D];電子科技大學(xué);2008年

9 余俊杰;基于紋理的遙感圖像分類算法及其應(yīng)用研究[D];湖南大學(xué);2009年

10 劉文靜;含噪遙感圖像分割的新方法[D];新疆大學(xué);2011年

，

本文編號：1933030