發(fā)布時(shí)間：2017-07-19 01:02

  本文關(guān)鍵詞：基于IDL的資源三號(hào)衛(wèi)星圖像處理分析與質(zhì)量評(píng)價(jià)軟件研究與實(shí)現(xiàn)

  更多相關(guān)文章： IDL 數(shù)字圖像處理 資源三號(hào)衛(wèi)星 質(zhì)量評(píng)價(jià)

【摘要】：遙感是通過傳感器對遠(yuǎn)距離的物體進(jìn)行探測，記錄其輻射和反射特性信息，通過對物體特性信息的分析，來研究判定地物的位置、形狀、性質(zhì)以及周圍環(huán)境相互作用的一門技術(shù)。隨著社會(huì)經(jīng)濟(jì)高速發(fā)展遙感技術(shù)已經(jīng)越來越多的應(yīng)用到國土、交通、農(nóng)業(yè)、林業(yè)、電力、國防等國民經(jīng)濟(jì)的重要行業(yè)，遙感領(lǐng)域的前沿技術(shù)也已經(jīng)成為國內(nèi)外頂尖研究院所、高等學(xué)府的重要研究方向，隨著各種衛(wèi)星傳感器的出現(xiàn)，產(chǎn)生了海量的高光譜、多時(shí)相、多種分辨率的遙感衛(wèi)星數(shù)據(jù)，由于受傳感器性能限制和大氣遮光的影響，獲取的遙感數(shù)據(jù)難免有誤差，對這些海量遙感衛(wèi)星數(shù)據(jù)進(jìn)行質(zhì)量分析評(píng)價(jià)來檢驗(yàn)是否滿足實(shí)際應(yīng)用的需要就成了科學(xué)工作者應(yīng)用衛(wèi)星數(shù)據(jù)的第一步，本文主要從主觀質(zhì)量評(píng)價(jià)和客觀質(zhì)量評(píng)價(jià)方法兩個(gè)方面進(jìn)行，主觀質(zhì)量分析主要取決于人眼對圖像色彩、亮度、信息量、圖像清晰度等感知和判別�？陀^質(zhì)量分析法主要從方差、標(biāo)準(zhǔn)差、絕對方差、均值偏差、峰度、偏度、信息熵和信噪比等八個(gè)參數(shù)指標(biāo)來判別圖像的質(zhì)量狀況，通過研究對比資源三號(hào)衛(wèi)星影像和LandSat-8衛(wèi)星影像兩種衛(wèi)星數(shù)據(jù)的方差、標(biāo)準(zhǔn)差、絕對方差、均值偏差、峰度、偏度、信息熵?cái)?shù)值和信噪比情況來分析圖像質(zhì)量的優(yōu)劣。同時(shí)也對比兩種衛(wèi)星數(shù)據(jù)波段之間的協(xié)方差以及相關(guān)性，通過這一系列綜合判定來研究圖像的整體質(zhì)量狀況。由于獲取的遙感衛(wèi)星數(shù)據(jù)帶有各種誤差，在利用遙感衛(wèi)星數(shù)據(jù)之前，必須研究各種方法、各種技術(shù)對遙感數(shù)據(jù)進(jìn)行預(yù)處理。目前對衛(wèi)星圖像數(shù)據(jù)處理主要從大氣糾正、輻射糾正、地形糾正、融合、鑲嵌、典型區(qū)域增強(qiáng)處理、感興趣區(qū)域提取等方面進(jìn)行�？紤]到目前商用軟件的版權(quán)費(fèi)用以及解決ZY-3衛(wèi)星數(shù)據(jù)的實(shí)際需要，開發(fā)出適合ZY-3衛(wèi)星圖像處理分析與質(zhì)量評(píng)價(jià)的軟件系統(tǒng)成為本文研究一個(gè)重要課題。 本文利用IDL編程語言和IDL8.0平臺(tái)開發(fā)出ZY-3衛(wèi)星影像數(shù)據(jù)處理分析與質(zhì)量評(píng)價(jià)軟件，軟件系統(tǒng)功能模塊主要有影像數(shù)據(jù)的獲取、預(yù)處理、感興趣區(qū)域增強(qiáng)、典型特性提取，統(tǒng)計(jì)分析和圖像質(zhì)量分析。
【關(guān)鍵詞】：IDL 數(shù)字圖像處理 資源三號(hào)衛(wèi)星 質(zhì)量評(píng)價(jià)
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP751;P237
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-15
• 1.1 研究背景與選題意義9-10
• 1.1.1 研究背景9
• 1.1.2 選題意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 國外研究現(xiàn)狀10-11
• 1.2.2 國內(nèi)研究現(xiàn)狀11-12
• 1.3 本文研究內(nèi)容及技術(shù)路線12-13
• 1.3.1 主要研究內(nèi)容12-13
• 1.3.2 本文的技術(shù)路線13
• 1.4 本章小結(jié)13-15
• 第二章 研究的相關(guān)理論與 IDL 編程語言簡介15-30
• 2.1 數(shù)字圖像處理技術(shù)15-17
• 2.1.1 數(shù)字圖像處理主要研究的內(nèi)容15-16
• 2.1.2 數(shù)字圖像處理主要特點(diǎn)16-17
• 2.2 遙感數(shù)字圖像預(yù)處理17-19
• 2.2.1 輻射校正17-19
• 2.2.2 幾何校正19
• 2.3 圖像質(zhì)量評(píng)價(jià)研究19-21
• 2.4 IDL 編程語言理論與技術(shù)21-29
• 2.4.1 IDL 編程語言簡介21-22
• 2.4.2 IDL 編程語言特點(diǎn)22-25
• 2.4.3 IDL 圖形軟件25-28
• 2.4.4 圖形界面及事件響應(yīng)機(jī)制28-29
• 2.5 本章小結(jié)29-30
• 第三章 圖像處理分析與質(zhì)量評(píng)價(jià)軟件結(jié)構(gòu)設(shè)計(jì)30-35
• 3.1 軟件需求分析30
• 3.2 軟件設(shè)計(jì)的基本原則30-31
• 3.3 軟件的總體設(shè)計(jì)框架31-32
• 3.4 系統(tǒng)軟件的界面設(shè)計(jì)32-34
• 3.4.1 軟件登陸軟件設(shè)計(jì)32-33
• 3.4.2 軟件用戶界面設(shè)計(jì)33-34
• 3.5 本章小結(jié)34-35
• 第四章 圖像處理軟件模塊實(shí)現(xiàn)35-49
• 4.1 軟件系統(tǒng)軟、硬件配置35
• 4.2 數(shù)據(jù)源簡介35-37
• 4.3 數(shù)字圖像處理模塊功能實(shí)現(xiàn)37-48
• 4.3.1 文件操作模塊37-38
• 4.3.2 幾何變換模塊38-39
• 4.3.3 影像預(yù)處理模塊39
• 4.3.4 圖像增強(qiáng)模塊39-41
• 4.3.5 圖像濾波模塊41-45
• 4.3.6 邊緣檢測模塊45-48
• 4.4 本章小結(jié)48-49
• 第五章 圖像質(zhì)量評(píng)價(jià)分析49-59
• 5.1 資源三號(hào)和 LandSat-8 影像數(shù)據(jù)對比分析49-51
• 5.2 基于多參考模型的圖像質(zhì)量評(píng)價(jià)研究51-53
• 5.2.1 圖像主觀質(zhì)量評(píng)價(jià)51-52
• 5.2.2 基于信息熵的圖像質(zhì)量評(píng)價(jià)52
• 5.2.3 基于峰度和偏度的圖像質(zhì)量評(píng)價(jià)52-53
• 5.2.4 基于方差等傳統(tǒng)模型的圖像質(zhì)量評(píng)價(jià)53
• 5.3 圖像質(zhì)量評(píng)價(jià)試驗(yàn)與結(jié)果分析53-58
• 5.4 本章小結(jié)58-59
• 結(jié)論與展望59-61
• 參考文獻(xiàn)61-64
• 致謝64

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 蔡忠建;;對描述性統(tǒng)計(jì)量的偏度和峰度應(yīng)用的研究[J];北京體育大學(xué)學(xué)報(bào);2009年03期

2 李斯?jié)?;ENVI,ERDAS,PCI,ER_Mapper的特點(diǎn)與統(tǒng)計(jì)分類[J];電腦知識(shí)與技術(shù);2008年26期

3 魏政剛,袁杰輝,蔡元龍;一種基于視覺感知的圖像質(zhì)量評(píng)價(jià)方法[J];電子學(xué)報(bào);1999年04期

4 何中翔;王明富;楊世洪;吳欽章;;遙感圖像客觀質(zhì)量評(píng)價(jià)方法研究[J];工程圖學(xué)學(xué)報(bào);2011年06期

5 蔣永華;張過;唐新明;祝小勇;秦前清;李德仁;付興科;;資源三號(hào)測繪衛(wèi)星三線陣影像高精度幾何檢校[J];測繪學(xué)報(bào);2013年04期

6 潘紅播;張過;唐新明;王霞;周平;許妙忠;李德仁;;資源三號(hào)測繪衛(wèi)星影像產(chǎn)品精度分析與驗(yàn)證[J];測繪學(xué)報(bào);2013年05期

7 王鵬;王建瓊;魏宇;;自回歸條件方差-偏度-峰度:一個(gè)新的模型[J];管理科學(xué)學(xué)報(bào);2009年05期

8 王琪;萬中南;韓俊偉;;基于圖像中心矩和特征向量的目標(biāo)識(shí)別方法[J];激光與紅外;2009年08期

9 陳炳權(quán);劉宏立;孟凡斌;;數(shù)字圖像處理技術(shù)的現(xiàn)狀及其發(fā)展方向[J];吉首大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

10 李鎖花;孫志揮;周曉云;;基于特征向量的分布式聚類算法[J];計(jì)算機(jī)應(yīng)用;2006年02期

，

本文編號(hào)：560506