本文關(guān)鍵詞：高分一號衛(wèi)星影像去薄云方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著航天技術(shù)、計算機(jī)技術(shù)以及圖像處理技術(shù)的發(fā)展,遙感圖像的分辨率越來越高,覆蓋范圍也越來越廣,高分辨率的遙感圖像在農(nóng)業(yè)生產(chǎn)、礦產(chǎn)探測等領(lǐng)域內(nèi)的應(yīng)用也越來越廣泛,然而并不是所有的遙感圖像都適用于實際應(yīng)用,這是因為受到天氣因素的影響,部分遙感圖像會受到云霧的遮擋�！案叻忠惶枴弊鳛槲覈案叻謱ｍ棥毕盗行l(wèi)星的首星,其圖像處理技術(shù)對于其它高分影像處理有重大的借鑒意義,為此本文的研究工作如下:1.總結(jié)分析了大氣的成分組成以及霧霾的定義和薄云的組成,然后介紹薄云成像的原理并總結(jié)了遙感圖像的空間特征、波譜特征以及紋理特征同地物特征之間的關(guān)系,根據(jù)薄云成像原理介紹了薄云成像的退化模型,說明了含有薄云的圖像信號主要由薄云反射的電磁波和經(jīng)過地面反射透過云層以后的電磁波兩部分信號組成,為后面的圖像處理方法總結(jié)以及實驗的進(jìn)行做了鋪墊。2.總結(jié)了幾種適合于單幅高分影像去云的算法原理,包括同態(tài)濾波法、小波變換法以及二者相結(jié)合而產(chǎn)生的新方法,利用了薄云信息主要存在于頻域內(nèi)的低頻部分來對含有薄云的高分圖像處理。3.采用四種去云方法對三種不同分辨率的高分一號衛(wèi)星進(jìn)行了去云處理,通過設(shè)置熵、均值、標(biāo)準(zhǔn)差等評定參數(shù)來對處理好的圖像進(jìn)行評估,利用去云后的真彩圖、假彩圖和灰度圖來對比圖像去云前后的變化。通過對實驗結(jié)果的總結(jié)找出了最適合“高分一號”影像去云的方法。4.研究對比發(fā)現(xiàn),對于高分衛(wèi)星影像來說,單一的同態(tài)濾波法過于保守,去云效果相對較差,小波變換法去云效果不錯,但是頻率域中的高頻部分有云層信息的保留,小波變換-低頻同態(tài)濾波法效果不理想,也存在高頻部分云層信息未去除的問題,小波變換-同態(tài)濾波法去云效果最好,但是會損失部分背景信息及地物信息。針對高分影像的特性,找出了小波變換-同態(tài)濾波法去云的不足之處并提出可以改進(jìn)的地方及后面研究的方向。
【關(guān)鍵詞】：霧霾 同態(tài)濾波 小波變換 薄云去除
【學(xué)位授予單位】：中國地質(zhì)大學(xué)(北京)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP751
【目錄】：

• 摘要5-6
• abstract6-10
• 第1章 緒論10-16
• 1.1 論文的研究背景10-11
• 1.2 論文的研究意義11-12
• 1.3 遙感影像薄云去除的研究現(xiàn)狀12-13
• 1.3.1 針對不同通道光譜信息差異的去云方法12-13
• 1.3.2 針對于單個波段去云的方法13
• 1.4 論文的主要研究內(nèi)容和技術(shù)路線13-15
• 1.5 論文的組織結(jié)構(gòu)15-16
• 第2章 遙感影像云霧的成像原理及特性16-23
• 2.1 引言16
• 2.2 大氣概況及云和霧霾的形成原理16-18
• 2.3 大氣的反射與散射18-19
• 2.4 薄云的成像原理及退化模型19-20
• 2.4.1 薄云的成像原理19-20
• 2.4.2 薄云的退化模型20
• 2.5 薄云的成像特性分析20-23
• 2.5.1 波譜特性21
• 2.5.2 空間特性21-22
• 2.5.3 頻域特性22-23
• 第3章 單幅遙感影像去云方法理論23-33
• 3.1 同態(tài)濾波法的去云理論23-26
• 3.1.1 同態(tài)濾波的算法原理23-24
• 3.1.2 同態(tài)濾波法的濾波器選擇24-25
• 3.1.3 同態(tài)濾波法的去云流程25-26
• 3.2 小波變換法的去云理論26-31
• 3.2.1 小波的定義26-27
• 3.2.2 小波基的選擇27-30
• 3.2.3 小波分解層數(shù)的確定30
• 3.2.4 小波變換法的去云流程30-31
• 3.3 同態(tài)濾波與小波變換相結(jié)合的去云理論31-33
• 第4章 去云實驗的結(jié)果對比與分析33-49
• 4.1 引言33
• 4.2 實驗環(huán)境介紹33-34
• 4.3 高分衛(wèi)星影像的介紹34-36
• 4.3.1“高分一號”衛(wèi)星介紹34-35
• 4.3.2“高分一號”衛(wèi)星的有效荷載技術(shù)指標(biāo)35-36
• 4.4 高分影像薄云處理后的質(zhì)量評定參數(shù)選擇36-37
• 4.5 實驗數(shù)據(jù)結(jié)果及評定37-49
• 4.5.1 分辨率為 16m的高分一號數(shù)據(jù)實驗結(jié)果38-42
• 4.5.2 分辨率為 8m的高分一號數(shù)據(jù)實驗結(jié)果42-46
• 4.5.3 分辨率為 2m的高分一號數(shù)據(jù)實驗結(jié)果46-47
• 4.5.4 高分一號數(shù)據(jù)實驗結(jié)果評定47-49
• 第5章 總結(jié)與展望49-50
• 5.1 工作總結(jié)49
• 5.2 進(jìn)一步研究方向49-50
• 致謝50-52
• 參考文獻(xiàn)52-55

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 郭向前;;基于小波變換的CBERS-02圖像薄云薄霧去除的方法研究[J];測繪科學(xué);2008年S3期

2 賀輝;彭望t-;匡錦瑜;;自適應(yīng)濾波的高分辨率遙感影像薄云去除算法[J];地球信息科學(xué)學(xué)報;2009年03期

3 李海巍;楊敏華;劉益世;;基于中值濾波和小波變換的遙感影像去云[J];測繪與空間地理信息;2012年07期

4 馬建文;顧行發(fā);馮春;郭建寧;;CBERS-02衛(wèi)星圖像薄云的去除方法研究[J];中國科學(xué)E輯:信息科學(xué);2005年S1期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 侯波;基于小波變換消除遙感圖像噪聲[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2002年

  本文關(guān)鍵詞：高分一號衛(wèi)星影像去薄云方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：354039