本文選題：資源三號 + 云去除��； 參考：《測繪學報》2017年05期

【摘要】：采用了一種壓縮感知方法進行遙感影像去云。該方法以壓縮感知為理論基礎(chǔ),在采用K-SVD字典學習與稀疏表示的正交匹配追蹤算法(OMP)相結(jié)合的同時,在字典原子訓練的過程中加入某種特定的排序規(guī)則,使得各個影像字典在擁有各自影像屬性的同時其原子也具備相似的排列順序,減小影像間差異的干擾,使得遙感影像受云和陰影污染區(qū)域的重建取得良好的效果。最后應(yīng)用兩組相同地區(qū)不同時域的資源三號衛(wèi)星影像進行了試驗驗證。
[Abstract]:A compression sensing method is used to decloud remote sensing images. Based on the theory of compressed perception, this method combines the K-SVD dictionary learning with the sparse representation of orthogonal matching tracking algorithm (OMP) and adds a certain sort rule in the process of dictionary atomic training. The image dictionaries have their own image attributes and their atoms have similar arrangement order to reduce the interference between images and make the remote sensing images polluted by clouds and shadows to achieve good results. Finally, two groups of resource 3 satellite images in the same area and different time domain are used to verify the experiment.
【作者單位】： 遼寧工程技術(shù)大學測繪與地理科學學院;中國測繪科學研究院;國家測繪工程技術(shù)研究中心;
【基金】：國家重點研發(fā)計劃(2016YFC0803100) 國家自然科學基金(41101435)~~
【分類號】：TP751

【參考文獻】

相關(guān)期刊論文 前5條

1 秦雁;鄧孺孺;何穎清;陳蕾;陳啟東;熊首萍;;基于光譜及幾何信息的TM圖像厚云去除算法[J];國土資源遙感;2012年04期

2 梁棟;孔頡;胡根生;黃林生;;基于支持向量機的遙感影像厚云及云陰影去除[J];測繪學報;2012年02期

3 唐王琴;梁棟;胡根生;馬雪亮;杭丹萍;;基于支持向量機的遙感圖像厚云去除算法[J];遙感技術(shù)與應(yīng)用;2011年01期

4 鄭永安;陳玉春;宋建社;趙偉舟;;基于提升機制小波變換的SAR與多光譜圖像融合算法[J];計算機工程;2006年06期

5 牛凌宇;多源遙感圖像數(shù)據(jù)融合技術(shù)綜述[J];空間電子技術(shù);2005年01期

相關(guān)碩士學位論文 前1條

1 喻昕s，

本文編號：1944737