基于多尺度幾何分析的衛(wèi)星云圖融合方法及對臺風(fēng)中心定位的影響
【文章頁數(shù)】:118 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖3.5極軌衛(wèi)星云圖加■■喿(a=20)時(shí)各種方法的去譯結(jié)果
圖3.5極軌衛(wèi)星云圖加■■喿(a=20)時(shí)各種方法的去譯結(jié)果從圖3.5中可以看到,各種結(jié)合PM1方法的去噪圖像效果最佳。圖3.5(c)中Wavelet變換結(jié)合PM1方法的去噪圖像有模糊感,臺風(fēng)外圈模糊;Contourlet變換結(jié)合PM1的去噪圖像邊緣有線狀條紋,臺風(fēng)眼處比Wave....
圖3.7隨著0"變化各種方法對極機(jī)衛(wèi)星云圖去■"桑圖像的PSNR值對比圖
圖3.7隨著0"變化各種方法對極機(jī)衛(wèi)星云圖去■"桑圖像的PSNR值對比圖從圖3.7(a)中可以看到,本文算法“T_GCV_PM1“去噪圖像的PSNR值在噪聲強(qiáng)度較大時(shí)((7220)都是最大的,在噪聲強(qiáng)度較小時(shí)(10So"<20)與“W19—PM1”方法去噪圖像的PSNR值非常....
圖3.8隨著0■變化各種方法對靜止衛(wèi)星云圖去■"喿圖像的PSNR值對比圖
圖3.8隨著0■變化各種方法對靜止衛(wèi)星云圖去■"喿圖像的PSNR值對比圖從圖3.8(a)中可以看到,本文算法“T_GCV_PMr’去噪圖像的PSNR在噪聲強(qiáng)度較大時(shí)(¢7220)都是最大的,在噪聲強(qiáng)度較小時(shí)(10So"<20)與“W19_PMr’方法去噪圖像的PSNR值非常接近。....
圖18(a)中上半部分曲線的放大
4基于Tetrolet變換的多通道衛(wèi)星云圖融合方法 為了說明本文融合算法的有效性,我們又做了另外兩組衛(wèi)星云圖的融合實(shí)驗(yàn),加上以上四組實(shí)驗(yàn)結(jié)果,把六組實(shí)驗(yàn)的4個(gè)評價(jià)參數(shù)用曲線圖表示出來。各種方法融合結(jié)果的信息熵曲線圖如圖4.12所示。其中本章第一組實(shí)驗(yàn)對應(yīng)圖4.12中的第一組,第二....
本文編號:3952383
本文鏈接:http://sikaile.net/projectlw/qxxlw/3952383.html