隨著我國(guó)衛(wèi)星產(chǎn)業(yè)的大數(shù)據(jù)時(shí)代的來(lái)臨,與遙感應(yīng)用相關(guān)的科研工作也正在蓬勃發(fā)展,作為數(shù)據(jù)源的遙感影像的質(zhì)量也一直是人們關(guān)注的重點(diǎn)。由于遙感影像在遙感成像以及影像成像、影像傳輸、影像存儲(chǔ)等階段容易受到大量噪聲的污染,所以去噪問(wèn)題一直是圖像處理領(lǐng)域關(guān)注的熱點(diǎn)問(wèn)題。研究如何去除遙感影像中的噪聲,以提高影像的可讀性、辨析性及純凈度,在遙感影像圖像分割、地物分類、變化檢測(cè)等應(yīng)用方面具有重要意義。本文針對(duì)低階偏微分方程去噪模型通常會(huì)使圖像的灰度趨于分段常量而產(chǎn)生階梯效應(yīng)的問(wèn)題,結(jié)合小波多尺度分解在圖像處理中的應(yīng)用,提出一種結(jié)合雙樹復(fù)小波變換的四階偏微分方程影像去噪模型。首先采用雙樹復(fù)小波變換對(duì)噪聲影像進(jìn)行多尺度分解,保留分解后的低頻分量不變,其他層復(fù)高頻分量采用四階偏微分去噪模型去噪,然后重構(gòu)相應(yīng)層的高、低頻分量,得到最終去噪后影像。通過(guò)對(duì)人工加噪和和真實(shí)帶噪的ZY-3多光譜衛(wèi)星影像采用不同去噪模型進(jìn)行去噪的實(shí)驗(yàn)結(jié)果,可說(shuō)明采用本文方法相比純各向異性模型、離散小波結(jié)合偏微分方程的去噪模型得到的去噪影像的峰值信噪比(PSNR)平均提高了 1-2dB,并提高了去噪影像的結(jié)構(gòu)相似度(SSIM),表明該去噪模...

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要結(jié)構(gòu)
    1.4 本文主要內(nèi)容
2 遙感影像去噪方法概述
    2.1 遙感影像噪聲模型
    2.2 圖像去噪方法分類
    2.3 影像去噪評(píng)價(jià)指標(biāo)
    2.4 本章小結(jié)
3 基于小波變換的多尺度分析
    3.1 小波變換基本原理
    3.2 離散小波變換與多尺度分析
    3.3 雙樹復(fù)小波變換與多尺度分析
    3.4 仿真實(shí)驗(yàn)及分析
    3.5 本章小結(jié)
4 基于偏微分方程圖像去噪方法
    4.1 偏微分方程基本原理
    4.2 二階偏微分去噪模型
    4.3 四階偏微分去噪模型
    4.4 仿真實(shí)驗(yàn)及分析
    4.5 本章小結(jié)
5. 結(jié)合雙樹復(fù)小波變換和四階偏微分方程的去噪模型
    5.1 結(jié)合小波變換與偏微分方程的圖像去噪方法
    5.2 本文提出的改進(jìn)的去噪模型
    5.3 仿真實(shí)驗(yàn)及分析
    5.4 本章小結(jié)
6. 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間主要成果



本文編號(hào)：3818371