【摘要】：隨著航天遙感技術(shù)的發(fā)展,遙感技術(shù)應(yīng)用范圍越來越廣,在軍事偵察、資源普查、災害監(jiān)測、環(huán)境監(jiān)測、工程建設(shè)及規(guī)劃等方面都起到了越來越重要的作用。遙感圖像的質(zhì)量直接影響到各個領(lǐng)域的監(jiān)測、預估和偵察的準確性。高光譜遙感圖像的光譜分辨率高、波段多、能夠獲取地物幾乎連續(xù)光譜特征曲線,相較于全色和多光譜遙感圖像,在同一空間分辨率下高光譜遙感圖像能夠探測到地物更多的電磁波響應(yīng)特征。前人對單波段遙感圖像質(zhì)量評價做了大量的研究,而對高光譜遙感圖像的研究卻涉及較少,因此對高光譜遙感圖像質(zhì)量評價展開研究具有重要的研究和應(yīng)用價值。本文主要從以下幾個方面對高光譜遙感圖像質(zhì)量評價展開研究:(1)高光譜遙感圖像噪聲評價算法研究。深入研究了基于局部標準差的噪聲評價、基于邊緣塊剔除的局部標準差噪聲評價以及去相關(guān)法等噪聲評價算法,通過實驗分析了各個算法的優(yōu)缺點及適用場景。(2)高光譜遙感圖像模糊度評價算法研究。深入研究了基于圖像直方圖的模糊度評價算法和基于灰度梯度共生矩陣的模糊度評價算法,通過實驗分析了各個算法的優(yōu)缺點及適用場景。(3)高光譜遙感圖像云含量檢測算法研究。深入研究了基于多譜段輻射量特性的遙感圖像云檢測算法,在此基礎(chǔ)上提出了基于動態(tài)分形維數(shù)和輻射量特性相結(jié)合的云檢測算法。(4)高光譜遙感圖像綜合質(zhì)量評價算法研究。針對圖像質(zhì)量綜合評價,分別選用支持向量回歸方法和集成決策樹方法對帶有評價值的訓練集圖像建立質(zhì)量評價單模型,針對單模型評價圖像質(zhì)量容易產(chǎn)生過擬合的問題,提出了一種基于多模型融合的高光譜圖像質(zhì)量評價算法。(5)高光譜遙感圖像質(zhì)量評價軟件設(shè)計。設(shè)計了高光譜遙感圖像質(zhì)量評價軟件的總體架構(gòu)和總體流程,詳細介紹了噪聲評價、模糊度評價、云含量檢測以及綜合評價模塊的功能及軟件流程。
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP751
【圖文】：

（ａ）樣本一邐（ｂ）樣本二邐（ｃ）樣本三邐（ｄ）樣本四逡逑圖２．邋１高光譜遙感圖像噪聲評價的樣本逡逑為了將高光譜遙感圖像噪聲進行橫向比較（即相同下墊面不同噪聲圖像的比逡逑７逡逑

邐第二章高光譜遙感圖像的嗓聲評價逡逑較），將圖２．１所示的四個樣本分別加上均值為零，方差分別為０，邋０．０００００１，逡逑０．００００１，０．００００５，０．００００７５，０．０００１，０．０００１２５，邋０．０００２５邋的高斯噪聲，逡逑構(gòu)成原始圖像的模擬圖像，即噪聲退化圖像。共計４＊８＝３２幅（其中真實圖像４逡逑幅，模擬圖像２８幅）。逡逑以祥本一為例，即在圖２．邋１（ａ）中加入均值為零，方差為上述所列的逐漸增逡逑大的高斯噪聲，其高光譜遙感圖像真彩色合成圖如圖２．邋２所示。逡逑＿＿＿＿逡逑（５）噪聲５邐（６）噪聲６邐（７）噪聲７邐（８）噪聲８逡逑圖２．邋２樣本一高光譜噪聲評價模擬圖逡逑２．４高光譜遙感圖像的嗓聲評價逡逑２．４．邋１基于局部標準差的噪聲評價逡逑Ａ．算法介紹逡逑局部均值與局部標準差法是目前應(yīng)用最廣泛的遙感圖像嗓聲評估方法之一。逡逑為下文敘述方便，筒稱為ＬＳＤ算法（Ｌｏｃａｌ邋Ｓｔａｎｄａｒｄ邋Ｄｅｖｉａｔｉｏｎ）。局部均值與逡逑局部標準差法主要基于以下假設(shè)：圖像是由大量均R男】楣鉤傻�，且图像噪声辶x希稿義

本文編號：2752206