小波变换的多分辨率支集用于噪声图像低通滤波

依据信号与噪声的小波变换在不同分辨率下呈现不同特性的特点，提出了多分辨率支集图像低通滤波方法。通过与经典的高斯低通滤波方法实验结果比较，证明了本方法具有较强的抑制图像噪声能力。     

一种基于小波分析的SAR图像斑点噪声滤波算法

利用多分辨率小波分析的理论，分析了SAR图像经多分辨率小波分解后生成的系列子图像中信号与斑点噪声能量分布特性及其信噪比的变化规律，提出了一种新的小波域斑点噪声的滤波算法，该滤波算法阈值取决于各细节子图像的序列长度、方差及其所在的层次，并采用真空SAR数据和模拟加噪图像进行了试验。 结果表明，该算法具有较强的噪声抑制和较好的边缘、细节保护能力及目视效果。     

基于小波变换的影像信息融合方法

文中提出了一种基于小波变换的影像信息融合方法来提高遥感影像的几何分辨率，该算法的基本思想是：首先利用小波正变换算法将待处理的两幅影像分解成不同分辨率的子图像，然后在一定的准则下对不同分辨率的子图像进行信息融合处理，最后利用小波重建算法对融合子图像进行小波逆变换处理，得到信息融合后的高质量图像，实验表明该方法是可行的。     

基于傅里叶变换的条带噪声去除方法研究

提出一种新的基于傅里叶变换去除条带噪声的方法,首先将图像从空间域转换到频率域,通过频谱图发现条纹噪声的周期性分布,根据傅里叶变换的线性性质、周期性质和图像在频率域越高频分量处频谱值越小的性质,去除条带噪声,与基于低通滤波的条带噪声去除方法进行比较,可以发现本文提出的方法效果较好,为遥感影像的条纹噪声去除方法研究提供了一个参考。     

高光谱中的Hughes现象与低通滤波器的运用

由于高光谱图像具有很高的光谱分辨率，能够提供更为丰富的地面信息，正在受到国内外的广泛关注。针对高光谱分析过程中产生的Hughes现象，分析了其产生的原因，指出可以在图像预处理阶段对样本进行低通滤波，有效地削弱这种影响。     

一种基于相位一致的高分辨率遥感图像特征检测方法

精确检测图像边缘特征是进行高分辨率遥感图像分割和识别的关键。空域特征检测算子以解决阶跃形边缘为主,得到的边缘特征对图像的亮度和对比度敏感。本文引入了一种基于频域相位一致的图像特征检测方法,该方法对遥感图像亮度和对比度具有不变性,同时适用于多种边缘特征的检测。使用Log Gabor小波计算IKONOS Pan图像的相位一致多尺度梯度,对农田、道路和厂房等典型地物进行特征检测的结果表明,相位一致算法对图像局部亮度和对比度不敏感;并且对线形物体产生单线响应,不似空域检测算子产生双线响应。最后考察滤波器尺度和方向参数变化及添加高斯噪声对检测结果的影响,发现相位一致算法无需先使用低通滤波去除噪声,因而具有更稳定的特征定位精度;并且抗噪声干扰的能力强,检测结果不会因为噪声而出现波动。基于相位一致的遥感图像不变特征提取,为高分辨率遥感图像的分割和对象识别提供了基础。     

基于IHS的高通滤波法影像融合研究

在分析IHS法和高通滤波法图像融合算法优缺点的基础上,提出了一种基于IHS变换的高通滤波影像融合方法。该算法先对多光谱图像IHS变换的I分量进行低通滤波,然后对与I分量进行直方图匹配的全色图像进行高通滤波,接着合成低通滤波和高通滤波的结果作为新的I分量,最后进行IHS逆变换得到融合图像。通过与IHS法与高通滤波法的融合结果进行对比评价,表明了该方法在保持光谱信息上和提高多光谱的空间信息能力上都有很好的效果。     

基于小波预处理的基坑变形监测数据的最小二乘估计

利用小波变换特有的低通滤波属性和有效抑制测量噪声的能力,将传统的最小二乘估计与之相结合,提出了一种基于小波预处理的最小二乘估计新方法 ,并针对具体基坑变形监测数据,验证了该方法的有效性。     

比值法减少图像融合中光谱的扭曲

针对遥感图像融合Brovey变换法存在颜色失真的现象,提出了一种低通比值融合法。该融合方法首先对高几何分辨率的全色波段进行低通滤波,然后将低分辨率多光谱图像与全色波段图像相乘,再除以滤波后的全色波段图像,便得到融合图像。从辐照的角度证明了该低通比值融合法具备理论基础,并从目视评价、定量分析、分类精度证实了该低通比值融合法优于Brovey变换法。该低通比值融合法是一种能较好地保全低分辨率多光谱图像颜色的融合方法。     

比值法减少图像融合中光谱的扭曲

针对遥感图像融合Brovey变换法存在颜色失真的现象,提出了一种低通比值融合法.该融合方法首先对高几何分辨率的全色波段进行低通滤波,然后将低分辨率多光谱图像与全色波段图像相乘,再除以滤波后的全色波段图像,便得到融合图像.从辐照的角度证明了该低通比值融合法具备理论基础,并从目视评价、定量分析、分类精度证实了该低通比值融合法优于Brovey变换法.该低通比值融合法是一种能较好地保全低分辨率多光谱图像颜色的融合方法.     

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。     

高层建筑物GPS动态变形监测数据处理

本文利用小波阈值降噪方法对高层建筑物GPS动态变形监测数据进行处理,针对不同小波基选取对结果影响进行了实验分析,表明小波变换可实现高层建筑物GPS动态监测数据的有效去噪,可克服传统处理技术对非平稳、非等时间间隔观测数据序列滤波的局限性,为监测数据的处理方法提供一定参考。     

一种基于小波变换的GPS基线求解算法

在分析ＧＰＳ相位观测粗差,周跳及随机噪声的小波变换特性基础上,提出了基于小波变换的ＧＰＳ相位粗差探测及小波滤波算法,并提出了基于波滤波的ＧＰＳ基线求解算法,该方法能缩小模糊度搜索空间,提高整数模糊度解的有效性。     

NINO3海面温度异常时间序列的小波分析

本文对连续小波变换和离散小波变换进行了简要介绍,对连续小波变换中小波函数与尺度的选取、小波尺度与Fourier频率的关系等进行了阐述。结合太平洋中部地区1871年至2005年6月期间NINO3海面温度异常时间序列进行了小波功率谱分析,提取了其时频特征,分析结果与主要厄尔尼诺和拉尼娜事件的发生时间吻合较好。最后,利用离散小波分解与重构对时间序列进行消噪处理,并对不同层数强制消噪效果进行了比较。     

干涉复小波复数域双变量滤波算法

针对复小波双变量滤波模型仅考虑小波复系数实部,忽略了系数的虚部,导致信号相位噪声的增加而影响滤波效果的问题,提出基于复小波变换的复数域双变量模型干涉图滤波算法。该算法将双变量贝叶斯估计算法从实数域推广到了复数域,用噪声复系数概率密度函数刻画了小波复系数实部与虚部的相关性,根据小波分解复系数来估计噪声方差和信号方差,建立了复小波复数域双变量滤波模型,求得了干涉图复系数的贝叶斯估计。试验结果表明,本算法对干涉图噪声有较强的抑制能力,保留了干涉图的边缘及细节信息,滤波性能优于传统的实数域复小波双变量滤波、Goldstein滤波、单小波滤波和最优化融合滤波方法。     

基于小波分析的Kalman滤波动态变形模型研究

对GPS动态形变测量信号的性质进行了分析 ,采用小波分析对GPS动态变形数据滤波、变形特征提取和不同变形频率分离。与Kalman滤波方法相结合 ,首次提出基于小波分析的Kalman滤波动态变形分析模型 ,研究其参数设计和算法 ,并用MATLAB与C语言在微机上编程实现。对比大坝实测数据的处理结果可知 ,通过对原始观测值进行小波分析与Kalman滤波的联合处理 ,能克服只使用单一方法进行GPS数据噪声处理的不足。     

小波同态滤波用于南极遥感影像阴影信息增强

介绍了同态滤波方法的原理、实现过程和特点,给出适用的滤波器和表达式,引入基于小波变换的同态滤波方法,采用同态滤波器对小波分解系数进行处理,实现了在保持南极遥感影像总体面貌的基础上增强阴影信息的效果.     

基于小波技术的GPS单历元形变信号降噪研究

基于小波变换多分率分析原理,本文阐述了阈值降噪、中值滤波小波降噪原理,在中值滤波基础上通过改进,提出加权中值滤波小波降噪方法。通过仿真实验分别与软硬阈值降噪,中值滤波降噪方法作比较。实验表明,对小波高频系数采用加权中值滤波,然后重构信号,不仅可以最大限度地保留有效信号、有效降噪,保持信号的光滑性,而且具有良好的抗粗差性。     

基于区域统计特性的IHS-小波遥感影像融合

在遥感影像融合过程中,为了更好地避免经典IHS算法造成的光谱扭曲,文章提出了一种基于统计特性的IHS和提升小波结合的影像融合方法。该方法对小波变换后的1分量和高分辨率影像的高频和低频系数,根据不同的区域统计特性分别选取不同的融合策略进行融合,然后进行小波逆变换和色彩空间转化,得到融合影像。实验表明,此方法与IHS变换、高通滤波法和小波变换等传统算法相比,在提高多光谱影像空间分辨率的同时,能更好地保持影像的光谱质量。     

高精度GPS测量中小波分析的应用

探讨小波分析中滤波的基本思想和数学模型,基于小波分析法在高精度GPS测量数据处理中的研究成果及其特点进行滤波、误差估计和数据分析,为高精度GPS测量工程中实际应用及科研工作提供依据。