一种新的去除遥感影像混合噪声组合滤波方法

提出了一种三层组合滤波的去噪方法,在小波BayesShrink阈值与自适应中值滤波的基础上增加第三层Wiener滤波,利用Wiener滤波对信噪比高的信号去噪效果好的特点可有效去除残留的混合噪声,为了在去噪过程中保留影像的边缘,在滤波过程中加入了边缘提取算法,对影像的细节进行保留使去噪后的影像更加清晰。试验表明,本文提出的三层滤波方法在去除遥感影像常见的高斯与脉冲混合噪声时,效果要明显优于传统的两层组合滤波算法。     

一种改进的SAR影像斑点噪声抑制方法

合成孔径雷达（SAR）影像的应用越来越广泛,但斑点噪声很大程度上影响了SAR的应用。本文首先研究了常用斑点噪声滤波方法,在此基础上,将中值滤波与常用的Lee,Frost,Kuan滤波结合。实验结果表明,该方法在斑点噪声抑制及边缘保持上明显优于传统的滤波方法。     

彩色图像矢量滤波及其应用

提出了彩色图像矢量中值滤波法的改进算法。改进的算法不仅具有矢量中值滤波法去噪、保边缘和不增加新颜色的优点 ,而且具有计算量小、算法简单和易于实现的优点。应用于 SAR和 L andsat TM的融合影像滤波 ,取得了令人满意的效果     

一种针对激光雷达强度图像的滤波算法研究

基于激光雷达数据的特点,提出了一种融合的中值滤波算法。运用此算法和传统的中值滤波算法以 及均值算法对激光雷达数据进行了处理,并且使用多种指标对处理的结果进行了比较,证明本算法既保持了 传统中值滤波的优点,又改进了对弱边缘目标的保护     

一种改进的SAR图像斑点噪声滤波方法

在过去的 2 0多年中 ,提出了许多去除SAR图像斑点噪声的方法。这些方法的主要目的是去除斑点噪声而不破坏图像的空间分辨率和边缘信息。理论和实践表明去除图像的斑点噪声和保持图像边缘信息是无法同时完成的。现有大部分滤波器是在去除噪声和保持边缘之间进行折衷。在Han等人方法的基础上提出了一种在去除噪声和保持边缘方面最优的滤波器。它在去除噪声同时能够有效保持边缘信息     

LiDAR测量点云融合影像的分块滤波方法

针对现有LiDAR地面点滤波算法对复杂地形地物适应性不强的问题,本文提出了一种融合点云与地面影像分块滤波的方法。首先,将地面影像与点云匹配,使点云从影像中获取更多的光谱纹理信息。然后,分析地物光谱、林地相对密度、点云高程特征、地面DSM模型及其坡度,并基于决策级融合将原始点云切割成若干独立的区块。最后,根据每块区域不同的多元细节特征,对IPTD滤波算法进行改进并利用搜索法优化参数,得到最优且稳健的结果。利用滤波后的总地面点通过插值算法得到的DEM模型和相关试验验证了本文算法的优越性。     

一种小波包混合滤波方法及其应用

目的 GPS变形监测数据的采样频率逐渐提高,对数据预处理提出了更高要求。提出了一种改进方法,即在小波包分析的基础上,结合高频系数加权中值滤波以及整体加权均值滤波的混合滤波方法对数据进行预处理。实验证明,该方法能简单快速且最大程度地去除大量数据中的随机非随机噪声、粗差等无用信息,同时突出了监测目标中趋势项、周期项等有用信息,适用于处理采样频率较高的变形监测数据,是一种实用的数据处理方法。     

一种基于级联滤波算法的SAR图像噪声抑制方法

提出了一种基于偏微分方程与增强Lee滤波级联算法的SAR图像相干斑抑制方法,利用偏微分方程的边界检测特性和增强Lee滤波方法的分区域处理特性,在保持图像细节的基础上有效抑制图像中的相干斑噪声。     

彩色图像矢量滤波法及其应用

提出了彩色图像矢量中值滤波法的改进算法.改进的算法不仅具有矢量中值滤波法去噪、保边缘和不增加新颜色的优点,而且具有计算量小、算法简单和易于实现的优点.应用于SAR和Landsat TM的融合影像滤波,取得了令人满意的效果.     

一种改进的遥感图像自适应加权滤波算法

遥感图像在其获取、传输的过程中，受到多种因素的影响，会含有各种噪声而降质。文中在分析传统的去噪处理算法和自适应中值滤波算法的(AMF)基础上，提出了一种自适应加权的遥感图像去噪滤波方法。该算法针对噪声图像上每一点，应用自适应加权算子，对于不同的图像区域，算子自适应地进行窗口大小和输出像素值的改变。试验证明，该方法优于传统的去噪滤波算法和AMF滤波算法，在滤除噪声的同时尽可能地保留了图像细节，对于遥感图像去噪增强具有很好的效果。     

基于AMSS方程的道路影像去噪方法

对道路影像进行去噪处理是道路提取(识别)的重要前提步骤,处理过程中不仅对滤波器的去噪性能有较高的要求,同时对其保持边界的性能要求更高。AMSS(Affine Morphological Scale Space)方程是唯一同时满足对比不变性和仿射不变性的方程。文中从AMSS方程的理论基础着手,从数学角度深入分析了用该方程进行图像处理时能够使图像在去除噪声和保留边缘信息之间达到平衡的内在机理。然后,通过对用于道路提取的遥感影像特征的分析,研究了AMSS方程在遥感影像道路处理中的应用。理论分析与试验表明,文中提出的方法具有良好的效果。     

基于AMSS方程的道路影像去噪方法

对道路影像进行去噪处理是道路提取(识别)的重要前提步骤,处理过程中不仅对滤波器的去噪性能有较高的要求,同时对其保持边界的性能要求更高.AMSS(Affine Morphological Scale Space)方程是唯一同时满足对比不变性和仿射不变性的方程.文中从AMSS方程的理论基础着手,从数学角度深入分析了用该方程进行图像处理时能够使图像在去除噪声和保留边缘信息之间达到平衡的内在机理.然后,通过对用于道路提取的遥感影像特征的分析,研究了AMSS方程在遥感影像道路处理中的应用.理论分析与试验表明,文中提出的方法具有良好的效果.     

改进的快速中值滤波算法在图像去噪中的应用

在图像处理中,传统的中值滤波算法都是建立在排序理论上,并没有充分考虑到各数据之间的相关性。提出一种改进的快速中值滤波算法,充分利用数据的相关性,避免传统算法因排序所需大量数据比较。先用分治法计算第一个窗口的中值,然后利用数据的相关性计算余下窗口的中值,大大提高了效率。最后分别用传统的中值滤波算法和改进的快速中值滤波算法对同一幅有椒盐噪声的图像做去噪实验。实验表明,该算法能快速实现图像去噪。     

基于中值滤波的灰色预测模型及其在大坝变形预测中的应用

在大坝变形监测中,当用GM(1,1)模型对稳定变化的变形数据序列进行预测时,效果较好。但是,影响坝体变形的因素多种多样,且处于动态变化之中,观测数据中将不可避免地存在着一些随机扰动,这些扰动使大坝的变形曲线发生异常波动。此时仅用GM(1,1)模型进行预测,其精度和可靠性就会下降。为此,本文提出一种基于中值滤波的GM预测模型,即先用中值滤波算法对发生波动的原始变形监测数据进行滤波处理,而后再建立GM模型进行灰色预测。实例证明,基于中值滤波的GM预测模型可以有效地提高大坝变形的预测精度。     

一种基于图像边缘特征的SAR斑点滤波算法

合成孔径雷达图像上的斑点噪声会阻碍图像的校准、检验、解译和应用,因此斑点噪声的去除是雷达图像处理的一个重要环节。通常的去噪方法在抑制噪声的同时也使得图像的边缘模糊,细节特征损失。理论和实践表明去除图像的斑点噪声和保持图像的边缘信息是无法同步实现的。为了在去除噪声和保持边缘特征之间进行折衷,本文基于MROA边缘检测算法以及均值滤波算法,提出了一种基于图像边缘特征的斑点噪声滤波算法。实验结果表明该算法能够在平滑图像的同时有效保持边缘特征信息。     

一种改进均值的自适应中值滤波算法

针对自适应中值滤波算法在滤除高浓度椒盐噪声和保留图像边缘细节中的不足,提出了一种改进均值的自适应中值滤波(IMAMF)算法。该算法采用扩充图像边界的方式,使得原图像的边界点能在自适应的滤波窗口下参与噪声检测和滤波处理,并在检测噪声和信号时,增加了噪声阈值判定,将存在噪声的像素点用修正后的均值滤波器值输出,信号点则用原始灰度值输出。为了验证算法的可行性,采用了5种不同的算法进行仿真对比分析,并从主观角度和客观指标上进行效果评价。试验结果表明:该算法能有效滤除浓度为10%～90%范围内的椒盐噪声,且图像细节和边缘信息得到了更好的保留,滤波性能明显优于其他算法。     

Adaptive filter in SAR interferometry derived DEM

IntroductionRadar interferometry (InSAR) has been suc-cessfully applied to measure the surface topogra-phyin the past two decades[1-4].Since InSARisa coherent technology ,the most i mportant con-straint for the radar echo is coherence . Howev-er ,decorrelation is al ways inevitably introducedby the thermal noise , geometric decorrelation,Doppler centroid decorrelation, volume scatter-ing decorrelation,temporal decorrelation, orbiterror , at mospheric delay , and data processingnoise[5-6]. …     

基于自适应中值滤波和改进Hough变换的直线提取

直线是遥感图像的重要纹理特征,直线提取是直线匹配、遥感影像数据的三维重建、图像配准等的前提基础。本文针对传统Hough变换存在的问题以及MatLab软件工具箱中现有滤波算法的不足,提出对Hough变换进行改进,设计自适应中值滤波,并结合Canny边缘检测算子实现了直线的准确提取,使得直线提取算法具有较强的抗噪性能,不误检直线。     

利用纹理特征的SAR与光学图像融合方法研究

针对SAR与光学图像的融合问题,提出一种基于SAR图像中纹理特征的Contourlet变换融合方法。利用灰度共生矩阵法提取SAR图像的纹理特征,分析各个纹理特征间的相关性,得到重要纹理特征图。用HSV变换提取光学图像的强度分量。将重要纹理特征和强度分量利用改进的Contourlet多尺度变换融合,得到新的强度分量。通过HSV逆变换得到SAR与光学的融合图像。利用Landsat8和Cosmo-SkyMed图像进行融合实验,并与小波、HSV、Brovey、Contourlet变换融合方法对比分析,实验表明该方法能够较好的保持光学图像的光谱特征和SAR图像的纹理、强散射特征,增加图像细节信息,提高图像可解译性。     

小波的SAR和光学图像融合方法比较研究

本文通过光学图像和SAR图像的融合,对几种典型的小波融合方法进行了分析对比实验,并使用各种评价标准对它们的融合效果给出了评价。在此基础上,对光学图像和SAR图像融合效果的各种评价标准做出了讨论并提出自己的看法。