基于小波变换的大面阵CCD相机影像亮度不一致性消除算法

针对大面阵CCD影像亮度不均匀现象，提出一种基于小波变换的影像亮度不一致性消除算法。在分析像面光照模型的基础上，构造出光照模型的仿真影像，通过分析仿真影像的小波变换系数，发现影像亮度不一致信息集中反映在小波的近似系数之中。利用这一特性，先将数字相机原始影像进行多尺度小波分解，并对近似系数取对数，然后施加一个衰减算子，对近似系数的对数进行非均匀改正，将改正后的系数取指数，再对近似系数进行线性拉伸，同时根据人类视觉系统对不同方向细节敏感度的不同，对不同方向的细节系数进行不同幅度的线性拉伸，以突出图像细节，最后通过影像重建，获得均匀亮度的航空影像。实验结果显示，该算法具有很好的匀光效果，同时能够较好地保持影像细节特征。     

遥感影像条带噪声去除的小波变分法

为了避免条带噪声去除过程中丢失影像细节，提出一种基于小波变分法去除遥感影像条带噪声。首先，对含有条带噪声的遥感影像进行小波分解；其次，通过构建的条带保留变分模型（SPVM）去除低层高频分量（含条带噪声）中的细节信息而保留条带噪声，从而有效分离出低层高频分量（含条带噪声）中的细节信息；通过构建的条带去除变分模型（DVM）去除高层高频分量（含条带噪声）中的条带噪声，从而有效地保留高层高频分量（含条带噪声）中的细节信息；最后，通过小波重构，获得去噪影像。试验证明本文方法在去除条带噪声的同时基本没有丢失影像细节，去噪后的影像对比度及质量都是最优的。     

用小波变换和数学形态学算法研究文本图像去噪

针对文本图像存在的噪声,提出了小波变换和数学形态学相结合的文本图像去噪算法。通过小波变换对原始图像进行多尺度分解,对小波近似系数进行线性拉伸处理,细节系数进行域值化处理后重建图像,对重建图像进行直方图均衡化,然后再进行数学形态学运算去除剩余噪声。结果显示本文方法对于存在大量噪声的文本图像可以起到很好的去噪效果。     

基于静态小波变换的遥感影像薄云雾模糊抑制

针对薄云雾造成的遥感影像模糊问题,提出了一种基于静态小波变换与离散小波变换相结合的抑制云雾模糊的方法 ;并与同态滤波方法和一种基于拉普拉斯增强和直方图分段线性变换方法进行了对比。该方法通过提高影像分辨率增加云雾覆盖区细节的方式达到抑制图像模糊的目的。目视效果表明,该方法显著抑制了薄云雾覆盖造成的影像模糊,明显优于对比方法,且具有较高的峰值信噪比、光谱保真度和信息熵。     

一种基于小波变换的InSAR干涉图滤波方法

提出一种基于小波变换的InSAR干涉图滤波算法,此算法先用小波变换对干涉图数据做多级分解,得到图像的多级近似部分系数和3个(水平、垂直、对角线)方向的细节部分系数,然后分别对每一级各个方向的细节部分系数检测其是否为对应方向的边缘,对边缘处的系数根据边缘的方向不同,用不同的方向模板平滑后,再中值滤波;对非边缘处的系数直接中值滤波。用真实的InSAR干涉图实验结果证明此方法具有较好的滤波效果。     

像素级遥感图像融合方法研究

本文介绍了基于IHS变换和小波变换相结合的多光谱图像与高分辨率图像融合方法;并利用Matlab平台进行了实验,其结果分析表明得到的融合图像与原多光谱图像相比,细节信息更为突出,整体信息更为丰富.     

利用小波分形维数确定水稻光谱分辨率特征尺度

采用1维离散小波HAAR、DB4、SYM4对LOPEX 93数据库中的6条水稻反射光谱曲线进行10层小波分解。利用小波近似系数重构信号,采用步长行走法计算重构信号的小波分形维数。研究各尺度下小波分形维数、小波细节系数方差、小波细节系数信息熵、小波近似系数重构方差的特征。结果表明水稻光谱曲线具有分形特征,分形计算中相关系数值均大于0.9证明分形计算的有效性。4个参数的尺度特征揭示了水稻光谱曲线特征尺度转折点出现在尺度6,当水稻光谱分辨率小于64 nm,才能较好地反映光谱曲线峰谷细节特性。通过田间实测18条水稻光谱,计算各尺度的两种植被指数及植被指数与叶绿素的相关系数,进一步证明这一结论。     

改进的小波域多聚焦图像融合算法

小波变换和清晰度评价相结合是一种有效的多聚焦图像融合方法。首先,对源图像进行小波分解得到低频子带和高频子带,其次,引入多聚焦图像空域融合中的清晰度评价指标,用改进的梯度能量确定低频部分的清晰像素并进行融合;在高频子带上,先计算每个像素与其邻域像素灰度值之差的绝对值和,然后选取和值较大的像素系数作为高频子带的融合系数。两组实验仿真结果表明,该算法更有效,融合图像更清晰、细节更丰富,更好地继承了源图像的信息。     

遥感图像分割的迭代上下文融合小波域HMT模型

由于已有小波域HMT(hidden Markov tree)图像分割算法在上下文融合阶段直接对数据块大小不等的相邻两尺度进行信息融合,导致细节信息分割不充分。为此,提出一种基于迭代上下文融合的小波域HMT模型图像分割算法。该算法在上下文融合阶段采用迭代融合方法,将每一尺度的融合结果作为该尺度的上下文信息再次融合,并设置变化阈值作为迭代终止条件。利用Brodatz纹理组合图像和Formosat-2遥感图像进行分割试验。定性和定量分析表明本文算法能改善图像分割的细节效果,进一步提高图像分割精度。     

一种基于Choquet模糊积分小波系数选择的遥感图像融合方法

为较好地保留多光谱、高分辨率遥感影像融合时的光谱信息和高分辨率信息,在小波变换基础上提出了一种基于模糊积分的融合算法,其基本思想是在IHS空间,对强度分量Ⅰ及高分辨率图像进行小波分解后,保留Ⅰ分量的低频系数,对于高频细节特征,将局部窗口内的方差、平均梯度和能量当作单因素指标,应用Choquet模糊积分综合各单因素指标得到一个综合指标,并据此来选取小波系数.实验结果表明,该算法在光谱质量改善方面明显优于IHS以及一些经典的小波变换遥感图像融合算法,是一种有效的遥感图像融合算法.     

融合引导滤波和迁移学习的薄云图像中地物信息恢复算法

薄云覆盖遥感图像使图像上的地物信息模糊。本文给出了一种融合引导滤波和迁移学习的薄云图像中地物信息恢复算法。首先利用多方向非抽样对偶树复小波变换对薄云目标图像和无云引导图像进行多分辨率分解,再对分解后的低频子带分别进行支持向量引导滤波和迁移学习,对分解后的高频子带利用修正的Laine增强函数进行增强,然后应用基于区域能量的选择和加权相结合的方法对引导滤波输出和迁移学习模型预测的低频子带进行融合,最后对增强后的高频子带和融合后的低频子带进行多方向非抽样对偶树复小波逆变换重构,获得地物信息恢复图像。Landsat-8 OLI多光谱图像的试验结果表明,支持向量引导滤波能够有效保留目标图像的地物细节信息,域自适应的迁移学习能有效扩展可利用的多源多时相遥感图像范围,通过融合引导滤波和迁移学习能有效去除遥感图像上的薄云,获得较好的地物信息恢复效果。     

An effective thin cloud removal procedure for visible remote sensing images

Clouds are obstructions for land-surface observation, which result in the regional information being blurred or even lost. Thin clouds are transparent, and images of regions covered by thin clouds contain information about both the atmosphere and the ground. Therefore, thin cloud removal is a challenging task as the ground information is easily affected when the thin cloud removal is performed. An efficient and effective thin cloud removal method is proposed for visible remote sensing images in this paper, with the aim being to remove the thin clouds and also restore the ground information. Since thin cloud is considered as low-frequency information, the proposed method is based on the classic homomorphic filter and is executed in the frequency domain. The optimal cut-off frequency for each channel is determined semi-automatically. In order to preserve the clear pixels and ensure the high fidelity of the result, cloudy pixels are detected and handled separately. As a particular kind of low-frequency information, cloud-free water surfaces are specially treated and corrected. Since only cloudy pixels are involved in the calculation, the method is highly efficient and is suited for large remote sensing scenes. Scenes including different land-cover types were selected to validate the proposed method, and a comparison analysis with other methods was also performed. The experimental results confirm that the proposed method is effective in correcting thin cloud contaminated images while preserving the true spectral information.     

基于支持向量机的遥感影像厚云及云阴影去除

本文提出了一种基于支持向量机的遥感影像厚云及云阴影去除方法。首先利用支持向量机的学习性能检测影像中的云层,并利用太阳角度信息,判定云阴影区域,得到云层和云阴影的二值图。再对影像进行支持向量值轮廓波变换,利用云层和云阴影二值图生成的选择矩阵,对变换系数进行多层镶嵌,完成云层及云阴影的初去除。对影像镶嵌未能去除的云层及云阴影,通过统计学补偿的方法进行修复。最后重构图像并进行中值滤波实现厚云及云阴影去除。仿真实验表明,该方法能更好地再现云层覆盖区域的地物信息,去云后的图像具有更好的光滑度和清晰度。     

基于混合像元分解的水体遥感图像去云法

大型内陆水体的遥感图像中往往存在着不均匀薄云或者是气溶胶的影响，由于种种原因，传统的大气辐射校正算法无法消除这种不均匀影响，这就给遥感图像的大气校正带来了很大困难。由于水体属于低反射率地物，这种薄云或者气溶胶的不均匀性带来的误差，极大地降低了水体遥感图像的信噪比，进而影响水体信息遥感提取精度。根据部分太湖地区的遥感图像和地面实测数据，作者以一种新的思路来尝试解决这个问题。该方法充分考虑了水气环境的特点，把水体像元光谱看作水、污染物和气溶胶（薄云）等光谱的混和。基于混合像元模型，该方法有效地消除了薄云和气溶胶的影响，可使我们通过遥感手段更加精确地提取水质信息。     

一种基于同态滤波的遥感图像薄云去除算法

目前国内外常用的去除遥感图像薄云的方法是同态滤波法,但该方法在去除薄云的同时,图像无云区域特别是边缘区域的信息出现了严重丢失。为此,提出了基于同态滤波的像素替换法,该方法既可以去除薄云,又可以恢复无云区域的信息,使得处理后的图像和原始图像在无云区域有极大程度上的相似性。     

基于小波变换的CBERS-02图像薄云薄雾去除的方法研究

大气活动的干扰是遥感技术发展的最大限制之一,对星载的可见光、近红外波段的光学探测器而言,大气中云雾的干扰更是不易处理。为了促进CBERS-02星CCD传感器图像的定量化应用,在对以往有关遥感图像薄云去处方法的研究的基础上,本文提出了对含薄云的CBERS-02 CCD图像进行适当层次的小波分解,然后对分解的图像进行同态滤波,最后进行图像重构而去除薄云的方法。试验结果表明,该方法既能有效的去除薄云,又可较好的保持图像细节。     

融合多尺度视网膜图像增强的动态云检测

云检测是气象卫星各类定量遥感产品的基础,无论是以云图为基础的天气分析还是以去云为前提的各类大气和地表参数反演、沙尘火情等灾害检测,都需要对遥感影像中的云进行准确识别,尤其是薄云和云边缘等细节识别。针对静止气象卫星(以Himawari-8为例)精细化云检测,本文提出了一种基于多尺度视网膜图像增强的动态云检测算法。该算法基于云层与背景信息辐射特征不同的原理,构建可见光和红外波段的晴空辐射背景场,通过多尺度图像增强和最大类间差方法对辐射差值进行云细节信息的增强和提取。利用2021-2022年的75景MODIS云检测产品作为验证数据进行算法精度验证,整体上算法精度达到91.13%,召回率为94.02%,精确率为86.71%,有较强的适用性和稳健性,且已经较好地支撑了近两年的定量遥感产品业务化应用。     

Remote Sensing Image Fusion Based on Nonlinear IHS and Fast Nonsubsampled Contourlet Transform

The purpose of remote sensing image fusion is to inject the detail image extracted from the panchromatic (PAN) image into the low spatial resolution multispectral (MS) image. A novel remote sensing image fusion method based on fast nonsubsampled contourlet transform (FNSCT) and Nonlinear intensity-hue-saturation (IHS) is presented in this paper. Firstly, the Nonlinear IHS transform is performed on the multispectral image, and then the I-component representing the spatial resolution and the panchromatic image is transformed by NSCT to obtain the low frequency and high frequency. Finally, the coefficients are selected using the improved sum-modified-Laplacian (SML) method and the improved Log-Gabor filter in the low frequency and the high frequency, respectively. Experimental results show that the proposed method is the most advanced fusion method in subjective and objective evaluation, can provide more spatial information, and retain more spectral information compared with several other methods.     

卫星影像的云雾检测及干扰去除

云雾检测及去除是光学遥感图像处理的难题。厚云雾因具高反射特性，可通过阈值的设定将其检测并去除； 薄云因混有地物 光谱特性而较难检测，需先对影像做相对辐射校正处理，再将影像由RGB转换成HIS彩色模型，并假设薄云雾的加入等于白色颜料的加 入，即仅改变光谱的亮度或饱和度值，色相并无改变，藉此，可用多时段方式检测。实践证明，在HIS系统中可简化薄云雾的检测准 则，大大提高自动化检测云雾的可能性。     

一种改进的遥感图像薄云快速去除方法

从遥感图像成像机理出发,改进了同态滤波处理方法,以削弱图像中的薄云影响,更好地反映真实地表情况。试验表明,该方法运算效率高,效果理想。