隨著成像技術的進步,許多優(yōu)秀的成像方式涌現(xiàn)出來。在遙感成像領域中,由于傳感器的物理特性,可以生成多光譜數(shù)據。與傳統(tǒng)的圖像獲取設備相比,多光譜圖像有助于在真實場景下傳遞更充分的信息,并被證實可以大大改善各種計算機視覺工作的性能。隨著科學技術的迅猛發(fā)展,多光譜圖像已廣泛應用于軍事,工業(yè),地理,農業(yè),天文等諸多領域。然而,在實際情況中,由于傳感器的采集誤差,多光譜圖像通常包含一定程度的噪聲。并且,由于輻射能量有限以及存在較窄帶寬,每個傳感器只能捕獲非常低的能量,導致出現(xiàn)沖擊噪聲和熱噪聲,這些問題會對后續(xù)多光譜圖像處理任務產生負面影響。因此,有效的噪聲過濾和圖像增強可以極大地促進多光譜圖像的處理和分析,去噪已成為多光譜圖像分析中的一個關鍵的步驟�，F(xiàn)有大多數(shù)多光譜圖像去噪算法主要是沿用二維圖像去噪算法,常常忽略多光譜圖像帶間的結構相似性。即使部分改進算法的處理范圍從二維擴展到三維,考慮了帶間的結構相似性,但對于圖像細節(jié)和紋理處理的也不夠細化,移除噪聲的同時丟失很多圖像自身的信息,因此,提出有效的多光譜圖像去噪算法是十分必要的。論文圍繞多光譜圖像質量提升問題展開研究和討論,提出了四類多光譜圖像去噪... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：136 頁

【學位級別】：博士

【部分圖文】：

圖２．１：局部像素分組模型．??

圖２．２：主成分分析引導的自相似濾波圖像去噪算法流程圖．??§２．４基于主成分分析和迭代正則化的彩色圖像去噪算法??

?ｔＨ？－?ｗｍ?－ｍｍ?Ｍｍ?ｘｆｍ?－？＊■？?ｍｗ?－ｍｗ?＊■？?ａａｗ?＾??圖２．３：基于主成分分析和迭代正則化的彩色圖像去噪算法流程圖．??Ｐｅｐｐｅｒｓ和Ｇｅｏ，尺寸為５１２?ｘ?５１２的圖像Ｌｅｎａ。具體圖像顯示在圖２．４中。通過??向測試圖像添加不同水平的高斯白噪聲來獲得噪聲圖像。噪聲標準差（７的范圍??是２０到５０，間隔為１０。??圖２．４：灰度測試圖像．??參數(shù)設置：本算法在ＰＣＡ去噪階段的圖像塊大小設置為７ｘ７，搜索窗大小??設置為１７?ｘ?１７，硬閾值參數(shù)？７?＝?２．５。非局部均值的平滑參數(shù)＾設置為１１，圖像塊??大小設置為５?ｘ?５，搜索窗大小設置為３１?ｘ?３１。比較算法的參數(shù)進行默認優(yōu)化或??遵循相應論文中的規(guī)則，以達到最佳性能。在本文中，編程語言是ＭＡＴＬＡＢ，所??有算法都在實驗環(huán)境Ｗｉｎｄｏｗｓ?１０（Ｉｎｔｅｌ?（Ｒ）Ｃｏｒｅ?（ＴＭ）ｉ５－４２００Ｕ?ＣＰＵ?１．６０?ＧＨｚ?４??ＧＢ內存）中完成。??評價指標：本文采用傳統(tǒng)的圖像質量評價方法峰值信噪比（ＰＳＸＲ）評價提出??方法的性能。??§２．５．１．１本文方法的三階段去噪性能比較??本文提出的方法基于三階段處理，因此對于第三個階段處理的必要性進行??．２９?＿??

【參考文獻】：
期刊論文
[1]改變世界的照相機[J]. 周默.  攝影之友. 2016(05)
[2]小波域隱馬爾可夫樹模型對多光譜影像的去噪研究[J]. 李霞,羅欣,薛輝,楊婷.  測繪科學技術學報. 2014(03)
[3]調制傳遞函數(shù)在遙感圖像復原中的應用[J]. 孟偉,金龍旭,李國寧,傅瑤.  紅外與激光工程. 2014(05)
[4]基于非局部均值的彩色圖像去噪[J]. 郭全占,司丹丹,胡園園,干宗良.  現(xiàn)代電子技術. 2013(22)
[5]基于多光譜圖像的煙霧檢測[J]. 衛(wèi)穎卓,張紹武,劉彥偉.  光譜學與光譜分析. 2010(04)
[6]多光譜成像技術在顏色復制方面的應用及發(fā)展[J]. 楊衛(wèi)平,徐楠,段劍金,李詠波,盧巧,孫婭妮,羅熙,羅永道.  云南民族大學學報(自然科學版). 2009(03)
[7]遙感地質技術發(fā)展的戰(zhàn)略思考[J]. 王潤生.  國土資源遙感. 2008(01)
[8]遙感影像反卷積復原處理[J]. 陳奮,趙忠明.  數(shù)據采集與處理. 2008(02)
[9]多光譜探測與激光多光譜探測技術的進展[J]. 張宇,趙遠,吳曉敏,陳鐘賢,孫秀冬.  激光技術. 2007(02)
[10]結合自動分區(qū)與分層分析的多光譜遙感圖像地物分類方法[J]. 張翊濤,陳洋,王潤生.  遙感技術與應用. 2005(03)

博士論文
[1]多光譜成像系統(tǒng)圖像處理關鍵技術研究[D]. 張艷超.中國科學院研究生院(長春光學精密機械與物理研究所) 2015

碩士論文
[1]基于奇異值分解的自適應混合閾值去噪算法[D]. 董琳佳.山東大學 2018



本文編號：3515905