版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著科技的進(jìn)步,遙感技術(shù)已取得了長足的發(fā)展,廣泛應(yīng)用于世界范圍內(nèi)的諸多領(lǐng)域,為人類從宏觀的角度認(rèn)識本身所處的地球環(huán)境提供了可能。遙感圖像作為遙感技術(shù)的直接產(chǎn)品,可為人們提供大量寶貴的資料。但由于大氣環(huán)境對光譜傳播的復(fù)雜影響以及遙感器自身的限制,可見光遙感成像過程容易受到云霧的影響,致使遙感圖像變得模糊甚至丟失信息,給圖像的后期分析、處理工作帶來很大的不便。研究如何消除這一影響是當(dāng)前遙感圖像處理領(lǐng)域的一個熱點,本文在總結(jié)分析了遙感技術(shù)與圖
2、像處理技術(shù)的基礎(chǔ)上研究了基于小波變換的去云方法,研究的內(nèi)容和取得的成果主要有:
1.全面研究了小波變換理論,將小波分析與 Fourier分析作了分析對比,研究了兩者的區(qū)別與聯(lián)系。對小波變換的發(fā)展歷程做出了總結(jié),對小波變換中的幾個基本變換進(jìn)行了描述,并重點研究了多分辨率分析與 Mallat算法。研究了當(dāng)前小波分析的應(yīng)用情況,提出它在圖像處理領(lǐng)域的強大優(yōu)勢。在總結(jié)大氣云霧成像原理的基礎(chǔ)上,對薄云成像模型與厚云成像模型進(jìn)行了研究,建
3、立了含有薄、厚云信息的遙感圖像的退化模型。這是本文研究的理論基礎(chǔ)。
2.研究了薄云去除的常用經(jīng)典方法,如多光譜圖像法、直方圖匹配法、同態(tài)濾波法等,分析總結(jié)了這些方法的去云效果、優(yōu)點及不足??偨Y(jié)研究了小波變換去除薄云的原理及方法,提出了一種基于小波變換的薄云去除改進(jìn)算法,該算法能改善一般小波去云算法中薄云信息區(qū)分不精確的缺點,經(jīng)實驗證明,該算法不但能有效去除薄云信息,而且盡可能多地保留了地物信息的細(xì)節(jié),有利于圖像處理后的進(jìn)一步分
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波變換的遙感圖像融合方法研究.pdf
- 基于小波變換的遙感圖像分割方法研究.pdf
- 基于小波變換的圖像去噪方法.pdf
- 基于小波變換的遙感圖像壓縮.pdf
- 基于小波變換圖像去噪方法研究.pdf
- 基于小波變換的空間遙感圖像實時壓縮方法研究.pdf
- 基于小波變換的閾值圖像去噪方法.pdf
- 基于小波變換的遙感圖像處理研究.pdf
- 基于小波變換的圖像去噪方法的研究.pdf
- 基于小波變換的改進(jìn)圖像去噪方法研究.pdf
- 基于整型小波變換的遙感圖像壓縮.pdf
- 基于小波變換的非局部圖像去噪方法研究.pdf
- 基于小波與Contourlet變換的圖像去噪方法研究.pdf
- 基于小波變換的醫(yī)學(xué)超聲圖像去噪方法研究.pdf
- 基于小波變換的遙感SAR圖像處理.pdf
- 基于小波變換的圖像去噪方法的研究與實現(xiàn).pdf
- 基于小波變換的遙感影像薄云去除研究.pdf
- 基于小波變換的遙感圖像壓縮技術(shù)研究.pdf
- 基于小波變換圖像去噪研究.pdf
- 基于小波變換的多源遙感圖像融合.pdf
評論
0/150
提交評論