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。     

提升遥感影像质量的多重分形技术研究

提出采用一种最佳截止频率的自动选择方法来快速有效地去除遥感影像的薄云影响,以解决遥感影像薄云、薄雾消除时滤波窗口大小难以确定,需要反复人工干预的问题。该方法是基于简单薄云成像模型的同态滤波,考虑了薄云、薄雾空间形态的自相似性,采用多重分形技术来自动确定滤波半径。试验表明,该方法能够实现遥感影像的快速自动滤波,能有效地去除遥感影像的薄云影响,提高视觉效果,增加图像细节信息。     

基于无人机航空影像的薄云去除方法研究

提出一种新的结合面向对象分类方法进行同态滤波的薄云去除方法,该方法采用Ecognition软件,将无人机影像划分为有云区域和无云区域,并对无人机影像进行同态滤波,用滤波后影像的有云区域代替原影像的有云区域,无云区域保持不变.并对处理后的影像进行监督分类,再对整幅影像进行Wallis滤波匀光匀色处理,使得有云区域的色调、对比度和亮度与无云区域趋于相同.实验结果表明方法效果较好,能有效地消除或减弱薄云对无人机影像的影响.     

基于方向增强平滑算法SAR影像去相干斑效果分析

为了解决方向平滑算法在去噪与边缘保留的效果与传统空域滤波相比并没有明显提升和规避纯乘性噪声影像中变异系数(标准偏差与信号值的比值)在每个点处并非都是恒定的问题,本文提出基于方向平滑算法改进的方向增强平滑算法,在该算法的基础上引入了同态滤波器,有效解决了方向平滑算法在相干斑滤波时造成的边缘细节缺失问题。该算法与中值、Kuan、Gamma、增强Lee、增强Frost、db15小波基1层分解和方向平滑算法SAR影像相干斑噪声去除方法进行比较表明:方向增强平滑算法在相干斑抑制性能和边缘保留效果方面有了较大提升。实验得出:与方向平滑相比,方向增强平滑在去噪效果方面提高了44%,在边缘保留效果方面提高了25%。     

基于数学形态学的遥感影像薄云处理方法

为解决在利用遥感影像制图时云层遮挡造成的影像信息缺损,提出基于数学形态学的滤波去薄云算法。首先利用数学形态学中的开、闭运算分离影像的高、低频成分,再对薄云所处的影像的低频部分进行滤波,以达到去除薄云的目的。利用SPOT影像进行实验,通过目视评价及对薄云处理前后影像统计指标的比较,证明该文提出的方法比传统的同态滤波去薄云方法效果有一定的改善和提高。     

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。     

基于同态滤波的海表图像照度校正

应用数字图像处理与分析的方法来研究海洋动态过程中,由于光照不均而造成的海表面图像亮度不均,致使图像对比度不强和图像降质。采用修正系数的同态滤波,实验显示图像对比度得到提高,图像更加清晰,是一种有效的照度校正处理方法。     

GeoEye-1遥感图像去雾霾方法比较

在多雨多雾地区,GeoEye-1卫星获取遥感图像时常受到雾霾的影响。由于雾霾对电磁波有吸收、折射、反射和散射作用,导致遥感图像清晰度降低。因此,尽可能地消除雾霾对图像的影响,才能有效地提高遥感图像的质量。利用ENVI软件作为图像处理平台,分别选取了国内外常用的"同态滤波"、"小波变换"和本文提出的"波段计算组合"3种去雾霾方法对GeoEye-1图像进行去雾霾处理效果的研究对比。结果表明,利用"波段计算组合"方法去除GeoEye-1图像中的雾霾有很好的效果。     

基于改进同态滤波的无人机影像匀光匀色应用

针对传统的同态滤波无人机影像匀光匀色算法,传递函数存在多个不确定性参数,且匀光匀色效果存在色彩失真严重等问题,本文提出了一种基于改进同态滤波的无人机影像匀光匀色方法。该算法先构造一种新的且参数量较少的传递函数,将该传递函数使用到同态滤波算法,用改进的同态滤波算法分别对无人机影像的RGB各分量进行匀光匀色处理。实验结果表明,本文算法比传统的同态滤波算法匀光匀色效果好。     

高光谱遥感图像频域自适应同态滤波薄云去除

针对高光谱遥感图像波段多,各波段受云层影响程度不一致,云层本身不均匀等特点,提出了一种频域自适应同态滤波方法.该方法首先检测某个图像云层的范围和对应厚度,根据云层处于低频特点,利用变差函数确定滤波窗口,把云层按照空间邻域大小转换为傅立叶空间,根据云层厚薄调整高通滤波截止频率,然后反变换到空间域.该方法可解决频域空间同态滤波方法破坏无云区的信息,克服空间域滤波方法效果不佳,难以控制和解释的缺陷.结果表明,该方法在保持无云区信息不破坏前提下,较好地改善了不同厚薄云层的质量,计算机内存开销很小,对大数据处理速度较快.