帮帮文库

返回

基于小波分析的遥感影像薄云去除算法研究(论文原稿) 基于小波分析的遥感影像薄云去除算法研究(论文原稿)

格式:word 上传:2022-08-17 09:15:50

《基于小波分析的遥感影像薄云去除算法研究(论文原稿)》修改意见稿

1、“.....往往是从由差进步调节低频系数和高频系数的处理强度。如图和图所示,算法对薄云全覆盖影像和部分薄云覆盖影像都能有较好的去云效果。相对同态滤波法和滤波小波变换法,本算法对边缘薄云和内部相对较厚的云层区域都能较好地去除。基于小波基于小波分析的遥感影像薄云去除算法研究论文原稿。目视效果比较图是全图均被薄云覆盖的影像,图是被部分薄云覆盖的影像。采用同态滤波法和滤波小波法对薄云覆盖影像均有定的去云效果。但由于云层都是有厚度变化的,往往是从由厚到薄的递减过程......”

2、“.....说明达到了去云效果。由于同态滤波法对全幅影像进行操作,对不同的影像难以控制处理强度,往往使去云后的图像中仍混杂有未去除的薄云噪声,因此灰度均值降低不明显。滤波小波变换法在对小波低频系数进行去云处理时据传输带来不利影响,提高了空间探测成本。因此针对遥感影像,去除云干扰进而提高图像的利用率,具有十分重要的研究意义。基于小波分析的遥感影像薄云去除算法研究论文原稿。统计结果評价利用灰度均值标准差和信息熵定量评关键词遥感影像薄云去除小波变换双边滤波中图分类号文献标识码文章编号随着遥感技术的发展......”

3、“.....工作波段也得到充分拓展。从传感器平台上获取的大量图像数据为军事观察气象预报和环境监测等各中存在大面积薄云导致影像模糊和信息丢失的问题,提出种基于小波变换的薄云去除算法。该算法首先通过静态小波变换将原始影像分解为低频分量和高频分量,基于低频近似系数构造云层厚度掩膜,再利用影像细节信息进步标示云层厚度似系数构造云层厚度掩膜,再利用影像细节信息进步标示云层厚度与地物区域,然后针对不同云层厚度相应地处理低频系数和高频系数,对调整后的分解系数进行反变换,得到去云图像......”

4、“.....遥感影像中大面积云区域的存在使图像难以使用,给卫星数据传输带来不利影响,提高了空间探测成本。因此针对遥感影像,去除云干扰进而提高图像的利用率,具有十分重要的研究意义。基于小波分析的,标准差和信息熵均有上升,说明在去云的同时较好地保留了地物细节区域,使影像更为清晰。关键词遥感影像薄云去除小波变换双边滤波中图分类号文献标识码文章编号随着遥感技术的发展,遥感卫星的时空分辨率不断提高......”

5、“.....然后针对不同云层厚度相应地处理低频系数和高频系数,对调整后的分解系数进行反变换,得到去云图像。实验结果表明该方法有效地去除了卫星影像中的薄云噪声,对不同的云层厚度和云区范围都有较好的处理效果。厚度掩膜,结合云区纹理特点对地物区域和云层厚度加以标记,再依据标识对高频和低频信息进行不同程度的处理,从而实现去云目的。实验结果表明本文算法对大面积均匀薄云或有厚度变化的薄云都能有效去除。摘要本文针对遥感全色影云去除后,种方法对应的灰度均值都有下降。图像整体灰度更接近......”

6、“.....说明达到了去云效果。由于同态滤波法对全幅影像进行操作,对不同的影像难以控制处理强度,往往使去云后的图像中仍混杂有未去除声,对不同的云层厚度和云区范围都有较好的处理效果。上述的几种方法大多建立在整幅图像被薄云覆盖,或是厚度相同,而实际中即便是大面积薄云也存在厚度变化。基于此,本文提出根据种基于静态小波变换去云的方法,首先构建云层感影像薄云去除算法研究论文原稿。摘要本文针对遥感全色影像中存在大面积薄云导致影像模糊和信息丢失的问题,提出种基于小波变换的薄云去除算法......”

7、“.....基于低频段也得到充分拓展。从传感器平台上获取的大量图像数据为军事观察气象预报和环境监测等各领域的研究发展提供了重要的指导作用。由于大气空间中云层的存在,遥感光学图像易出现大量云遮挡。在云噪声的干扰下,地物信息难以辨别,的薄云噪声,因此灰度均值降低不明显。滤波小波变换法在对小波低频系数进行去云处理时,随着分解层数的不同对次高频和较高频难以自适应界定,并且在处理高频系数时未对不同尺度加以区分。相比前两种方法的结果......”

8、“.....统计结果評价利用灰度均值标准差和信息熵定量评价去云算法的效果,表和表分别是各方法对两景影像去云处理后的统计数据。由于原始影像被薄云覆盖,地物细节模糊,因此灰度值高,对比度低。厚到薄的递减过程,如果对不同厚度的云层都采用相同的处理方式,则处理效果会随着不同图像和薄云厚度而产生变化。如图和图中方框内区域所示,对于大面积厚薄不均的云层,云层区域中心相对较厚的薄云难以较好地去除。本文算法利析的遥感影像薄云去除算法研究论文原稿......”

9、“.....再依据纹理细节特征进步标记云层到地物区的厚度变化,通过对小波分解后云层的低频和高频系数自适应调整,有效地去除薄云噪声,对全的处理方式,则处理效果会随着不同图像和薄云厚度而产生变化。如图和图中方框内区域所示,对于大面积厚薄不均的云层,云层区域中心相对较厚的薄云难以较好地去除。本文算法利用小波低频系数构建了厚度掩膜,并利用纹理细节的方随着分解层数的不同对次高频和较高频难以自适应界定,并且在处理高频系数时未对不同尺度加以区分。相比前两种方法的结果,本算法灰度均值低......”

下一篇
温馨提示:手指轻点页面,可唤醒全屏阅读模式,左右滑动可以翻页。
基于小波分析的遥感影像薄云去除算法研究(论文原稿).doc预览图(1)
1 页 / 共 6
基于小波分析的遥感影像薄云去除算法研究(论文原稿).doc预览图(2)
2 页 / 共 6
基于小波分析的遥感影像薄云去除算法研究(论文原稿).doc预览图(3)
3 页 / 共 6
基于小波分析的遥感影像薄云去除算法研究(论文原稿).doc预览图(4)
4 页 / 共 6
基于小波分析的遥感影像薄云去除算法研究(论文原稿).doc预览图(5)
5 页 / 共 6
基于小波分析的遥感影像薄云去除算法研究(论文原稿).doc预览图(6)
6 页 / 共 6
预览结束,喜欢就下载吧!
  • 内容预览结束,喜欢就下载吧!
温馨提示 电脑下载 投诉举报

1、手机端页面文档仅支持阅读 15 页,超过 15 页的文档需使用电脑才能全文阅读。

2、下载的内容跟在线预览是一致的,下载后除PDF外均可任意编辑、修改。

3、所有文档均不包含其他附件,文中所提的附件、附录,在线看不到的下载也不会有。

  • Hi,我是你的文档小助手!
    你可以按格式查找相似内容哟
DOC PPT RAR 精品 全部
小贴士:
  • 🔯 当前文档为word文档,建议你点击DOC查看当前文档的相似文档。
  • ⭐ 查询的内容是以当前文档的标题进行精准匹配找到的结果,如果你对结果不满意,可以在顶部的搜索输入框输入关健词进行。
帮帮文库
换一批

搜索

客服

足迹

下载文档