【摘要】：隨著遙感技術(shù)與圖像處理領(lǐng)域的相關(guān)技術(shù)的不斷發(fā)展,遙感技術(shù)已經(jīng)廣泛應(yīng)用于土地、林業(yè)、農(nóng)業(yè)、軍事偵查、海洋環(huán)境評估、地圖制作等等多種領(lǐng)域。而遙感圖像在成像過程中極易受到云的干擾,多少遙感圖像不可避免的會有一些區(qū)域被云層覆蓋,從而使得圖像清晰度降低,增加了目視解譯的難度,造成物力財力的浪費。在遙感圖像領(lǐng)域,根據(jù)云層的光學(xué)厚度不同,可以將其分為兩類:薄云和厚云;厚云往往完全遮掩了地表信息,沒有參考圖像的輔助,往往難以去除;而薄云常呈半透明狀,其下墊面的信息仍然可以被利用。因此,為從帶有薄云的遙感圖像中將地物清晰度恢復(fù),本文將對抗式生成網(wǎng)絡(luò)算法應(yīng)用到遙感圖像薄云去除上。本文的研究工作與內(nèi)容如下:首先,由于衛(wèi)星重訪周期限制,帶有薄云-晴朗無云的遙感圖像的成對訓(xùn)練數(shù)據(jù)集難以準確獲取。針對此問題,本文使用對抗生成網(wǎng)絡(luò)生成的薄云信息圖像,利用云傳輸模型從清晰遙感圖像仿真帶有薄云的遙感圖像,從而提出一種制作仿真成對數(shù)據(jù)集的方法。其次,針對薄云去除問題,本文提出一種基于對抗式生成網(wǎng)絡(luò)的遙感圖像的薄云去除方法,利用自制仿真數(shù)據(jù)集訓(xùn)練對抗生成網(wǎng)絡(luò)學(xué)習(xí)無云遙感圖像的數(shù)據(jù)分布,測試其在自制仿真數(shù)據(jù)集的表現(xiàn),研究數(shù)據(jù)集的制作與網(wǎng)絡(luò)訓(xùn)練過程,優(yōu)化調(diào)整損失函數(shù)與網(wǎng)絡(luò)參數(shù)。再次,針對基于云霧傳輸模型的薄云去除方法中薄云信息提取不夠完善的問題,本文設(shè)計并提出一種使用對抗生成網(wǎng)絡(luò)提取薄云信息的方法,利用自制仿真數(shù)據(jù)集訓(xùn)練,并最終利用其提取的薄云信息與云傳輸模型去除圖像的薄云,在自制仿真數(shù)據(jù)集上測試其效果,并優(yōu)化調(diào)整損失函數(shù)與網(wǎng)絡(luò)參數(shù)。最后,分別在真實的帶有薄云的遙感圖像數(shù)據(jù)集與仿真數(shù)據(jù)集上,對比傳統(tǒng)方法,與本文提出的方法的表現(xiàn),總結(jié)分析傳統(tǒng)方法與本文提出方法的優(yōu)缺點。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP751
【圖文】：

像元相對于晴空線向右上方偏移，云越厚，像元向右上方的偏移量越大。由此得到HOT 的方法。圖2-4 晴空線示意圖[21]首先計算像元與晴空線的距離作為 HOT 值，系數(shù)的方向垂直于晴空線，數(shù)值大小與偏離晴空線的程度成比例。HOT=B1sinθ-B3cosθ-|I|cosθ (2-18)其中B1,B3分別為TM1TM3的 DN 值，θ為 CL 的傾角，I為晴空線的縱截距。圖2-5 紅藍波段散點圖[47]傳統(tǒng) HOT 方法需要手動選擇晴空區(qū)。故基于暗通道先驗的知識提出一種自動檢測無云區(qū)的方法：在晴朗的圖像區(qū)域大多數(shù)圖像存在至少一個亮度值很低的通道，正

3的 DN 值，θ為 CL 的傾角，I為晴空線的縱截距。圖2-5 紅藍波段散點圖[47]傳統(tǒng) HOT 方法需要手動選擇晴空區(qū)。故基于暗通道先驗的知識提出一種自動檢測無云區(qū)的方法：在晴朗的圖像區(qū)域大多數(shù)圖像存在至少一個亮度值很低的通道，正

【相似文獻】

相關(guān)期刊論文 前10條

1 劉增偉;;關(guān)于遙感圖像云檢測方法研究進展[J];數(shù)字通信世界;2019年04期

2 徐秋曄;李玉;林文杰;趙泉華;;基于信息聚類的遙感圖像分割[J];中國礦業(yè)大學(xué)學(xué)報;2017年01期

3 彭晏飛;周娟;訾玲玲;;于衛(wèi)星地域遙感圖像分割方法研究仿真[J];計算機仿真;2017年01期

4 盛啟慧;李啟明;;航空遙感圖像幾何校正模型的效果比較[J];現(xiàn)代計算機(專業(yè)版);2017年17期

5 劉寧波;孫艷麗;王杰;;基于場景語義的遙感圖像目標識別[J];現(xiàn)代電子技術(shù);2017年11期

6 王超英;;統(tǒng)計學(xué)習(xí)在海上遙感圖像背景去噪的算法研究[J];艦船科學(xué)技術(shù);2017年12期

7 姚銳;付卓新;;關(guān)于森林資源二類調(diào)查中遙感圖像的應(yīng)用分析[J];北京農(nóng)業(yè);2016年01期

8 李哲學(xué);;改進高斯混合模型的遙感圖像增強方法[J];激光雜志;2016年07期

9 雷笑笑;;試論遙感圖像在師范地理教學(xué)中的應(yīng)用[J];山西青年;2017年03期

10 舒建文;周云真;;航空遙感圖像中道路檢測方法研究與仿真[J];計算機仿真;2013年09期

相關(guān)會議論文 前10條

1 李剛;張金榮;朱雷;汪林林;;基于多方向模糊形態(tài)學(xué)的彩色遙感圖像邊緣檢測算法[A];2009年全國開放式分布與并行計算機學(xué)術(shù)會議論文集(上冊)[C];2009年

2 王耀南;王紹源;孫煒;;基于二次規(guī)劃的神經(jīng)網(wǎng)絡(luò)遙感圖像的恢復(fù)[A];中國圖象圖形科學(xué)技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

3 羅睿;張永生;范永弘;鄧雪清;;遙感圖像基于內(nèi)容查詢的研究與實踐[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2001年

4 陳東;龐怡杰;黃勇杰;;大傾斜航空遙感圖像快速自動鑲嵌技術(shù)[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會議論文集[C];2002年

5 彭Z

本文編號：2742749