本文關(guān)鍵詞： 遙感圖像 變分法 多尺度 圖像恢復(fù) 隨機噪聲 條帶噪聲 去霧 小波變換　出處：《中國科學(xué)院長春光學(xué)精密機械與物理研究所》2017年博士論文　論文類型：學(xué)位論文

【摘要】：遙感圖像作為獲取地物信息的重要手段,被廣泛應(yīng)用于資源普查、環(huán)境監(jiān)測、災(zāi)害評估、城市規(guī)劃、軍事偵察等諸多領(lǐng)域。然而受工作環(huán)境、成像設(shè)備等因素的影響,遙感圖像在成像、傳輸與存儲過程中,會不可避免地受到圖像質(zhì)量降質(zhì)退化,直接影響遙感圖像的判讀和信息提取。為了提升降質(zhì)遙感圖像的質(zhì)量,需要對其進行恢復(fù)和重建。本文主要研究了受隨機噪聲、條帶噪聲和有霧天氣影響的遙感圖像恢復(fù)問題。對于隨機噪聲,經(jīng)典的ROF模型等變分模型可以看作是在單一固定尺度下進行圖像恢復(fù),在去除噪聲時,存在難以保持細節(jié)信息、引入人為退化因素等問題。針對這一問題,提出了一種基于多尺度變分模型的隨機噪聲去除方法。利用多尺度分層分解方法將圖像在不同尺度下進行分解,提取圖像在不同尺度下的紋理和噪聲信息,從而實現(xiàn)噪聲和圖像有用細節(jié)信息的分離。實驗表明,所提方法能夠有效抑制遙感圖像中的隨機噪聲,同時保持圖像的邊緣紋理等細節(jié)信息。多片CCD(Charge-coupled Device)拼接遙感成像系統(tǒng)由于非均勻性問題,導(dǎo)致遙感圖像中常存在條帶噪聲問題。在分析了條帶噪聲的主要來源和特性的基礎(chǔ)上,提出了基于多尺度變分模型的條帶噪聲去除方法。在構(gòu)造能量函數(shù)時將條帶噪聲的單向性特點與多尺度分層分解方法相結(jié)合。然后利用不動點GaussSeidel迭代法多尺度分級極小化能量泛函,得到不同尺度下的結(jié)構(gòu)分量和振蕩分量,從而實現(xiàn)條帶噪聲和圖像有用信息的分離。最后通過累加各尺度的結(jié)構(gòu)分量和細節(jié)分量得到去條帶噪聲圖像。實驗結(jié)果表明,與典型條帶噪聲去除方法相比,無論周期條帶噪聲還是隨機條帶噪聲,該方法都能夠在保證畸變量很小的情況下,完全去除條帶噪聲,滿足遙感圖像低畸變量的預(yù)處理要求。現(xiàn)有的基于小波變換的條帶噪聲去除方法,由于采用的離散小波變換不具有平移不變性,當系數(shù)被修改時,容易在去噪圖像中產(chǎn)生偽吉布斯現(xiàn)象。針對這一問題,提出了一種基于平穩(wěn)小波變換和單向變分的條帶噪聲去除方法。首先利用平穩(wěn)小波變換將含條帶噪聲圖像分解為低頻分量和三個高頻分量。由于條帶噪聲具有方向性,所以條帶噪聲分量只包含于低頻分量和對應(yīng)的高頻分量中,然后對含有條帶噪聲信息的小波子帶利用單向變分進行處理,其它小波子帶不作處理。實驗表明,該方法在去噪過程中能最大限度地保留圖像邊緣等細節(jié)信息,且在去噪圖像中無偽吉布斯現(xiàn)象。在有霧的天氣條件下,由于大氣粒子的散射作用,大氣的透過率隨著景物到成像系統(tǒng)的距離的增加而指數(shù)級的降低,且在0-1之間取值。如果直接進行逆變換復(fù)原,則對于透過率低的遠處景物,噪聲會被無限放大。針對這一問題,提出了一種基于自適應(yīng)變分的去霧算法。對霧天圖像建立變分恢復(fù)模型,并在變分模型中引入空間自適應(yīng)正則因子,可以根據(jù)大氣透過率的變化而自動調(diào)整正則強度,實現(xiàn)對遠處的景物采用大的正則強度,對近處的景物采用小的正則強度。實驗表明,所提方法能夠有效改善霧天圖像的清晰度,無噪聲放大現(xiàn)象,無色彩失真。
[Abstract]:In order to improve the quality of remote sensing images , this paper proposes a method for removing noise and image useful information . In order to solve the problem , an adaptive variational - based defog algorithm is proposed . In this paper , a variational restoration model based on adaptive variational method is proposed . In this paper , a variational restoration model is established for the fog - sky image , and the regular intensity can be adjusted automatically according to the change of atmospheric transmittance .

【學(xué)位授予單位】：中國科學(xué)院長春光學(xué)精密機械與物理研究所
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：TP751

【相似文獻】

相關(guān)期刊論文 前10條

1 李偉;;遙感圖像中的道路提取[J];自動化博覽;2006年05期

2 李傳龍;李穎;馬龍;;一種新的遙感圖像海岸線檢測方法[J];計算機仿真;2010年08期

3 張學(xué)良;肖鵬峰;馮學(xué)智;;基于圖像內(nèi)容層次表征的遙感圖像分割方法[J];中國圖象圖形學(xué)報;2012年01期

4 秦其明;遙感圖像自動解譯面臨的問題與解決的途徑[J];測繪科學(xué);2000年02期

5 陳小琪;現(xiàn)代計算機印前制版技術(shù)在遙感圖像印制中的應(yīng)用研究——以《長江經(jīng)濟帶可持續(xù)發(fā)展地圖集》為例[J];地球信息科學(xué);2000年02期

6 鄧湘金,彭海良;一種基于遙感圖像的機場檢測方法[J];測試技術(shù)學(xué)報;2002年02期

7 余杰千,方濤,陳雍業(yè);一種有效的遙感圖像無縫分割方法[J];計算機應(yīng)用;2003年12期

8 吳為祿;遙感圖像中的云層消除處理[J];鐵路航測;2003年01期

9 于輝,徐軍;彩色遙感圖像目標提取方法研究[J];遙感技術(shù)與應(yīng)用;2003年06期

10 黃勇杰,王樹國,劉俊義,陳東;遙感圖像去云算法研究[J];儀器儀表學(xué)報;2003年S2期

相關(guān)會議論文 前10條

1 張鳳春;董增壽;劉明君;;基于局部方差均衡的遙感圖像增強方法[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

2 鄧冰;林宗堅;彭曉東;;遙感圖像信息度量的原理與方法[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

3 江興方;江鴻;何賢強;;遙感圖像兩種半自動拼接方法的研究[A];全國農(nóng)業(yè)遙感技術(shù)研討會論文集[C];2009年

4 羅睿;張永生;范永弘;鄧雪清;;遙感圖像基于內(nèi)容查詢的研究與實踐[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2001年

5 陳東;龐怡杰;黃勇杰;;大傾斜航空遙感圖像快速自動鑲嵌技術(shù)[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會議論文集[C];2002年

6 黃勇杰;王樹國;劉俊義;陳東;;遙感圖像去云算法研究[A];首屆信息獲取與處理學(xué)術(shù)會議論文集[C];2003年

7 謝建春;趙榮椿;;遙感圖像中的軍用機場識別算法研究[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會議論文集[C];2004年

8 陳姚;王金亮;李石華;;遙感圖像中云層遮擋影響消除處理方法研究述評[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

9 張磊;朱磊;;遙感圖像中直線目標的檢測[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

10 邱磊;李國輝;衡祥安;;一種基于交互學(xué)習(xí)的遙感圖像挖掘方法[A];第一屆建立和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2005）論文集[C];2005年

相關(guān)重要報紙文章 前5條

1 蔣建科邋孫宏金 陳樹琛;傳回清晰遙感圖像[N];人民日報;2008年

2 記者 鄭千里;北京地區(qū)有了航空遙感圖像[N];科技日報;2000年

3 本報通訊員;煤航遙感院獲美國快鳥遙感圖像西部代理權(quán)[N];中煤地質(zhì)報;2005年

4 王石;印度通過“快鳥”影像發(fā)現(xiàn)古墓地[N];中國測繪報;2010年

5 記者 馬彥平 張桂敏;澳大利亞鉀礦鉆探啟動[N];農(nóng)資導(dǎo)報;2011年

相關(guān)博士學(xué)位論文 前10條

1 朱光;基于遙感圖像的交通道路目標識別方法研究[D];吉林大學(xué);2015年

2 祁友杰;基于SoC技術(shù)的遙感圖像快速匹配方法研究[D];東南大學(xué);2016年

3 霍麗君;基于變分的遙感圖像恢復(fù)算法研究[D];中國科學(xué)院長春光學(xué)精密機械與物理研究所;2017年

4 陳彥彤;基于局部不變特征的遙感圖像星上目標識別技術(shù)研究[D];中國科學(xué)院長春光學(xué)精密機械與物理研究所;2017年

5 江興方;遙感圖像去云方法的研究及其應(yīng)用[D];南京理工大學(xué);2007年

6 滕鑫鵬;遙感圖像道路提取研究[D];江蘇大學(xué);2014年

7 劉春紅;超光譜遙感圖像降維及分類方法研究[D];哈爾濱工程大學(xué);2005年

8 劉哲;基于信息融合的遙感圖像處理方法研究[D];西北工業(yè)大學(xué);2002年

9 強贊霞;遙感圖像的融合及應(yīng)用[D];華中科技大學(xué);2005年

10 杜根遠;海量遙感圖像內(nèi)容檢索關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 邱磊;基于內(nèi)容的遙感圖像挖掘方法研究[D];國防科學(xué)技術(shù)大學(xué);2005年

2 陳浩;高分辨遙感圖像災(zāi)區(qū)建筑檢測[D];南京理工大學(xué);2015年

3 朱然;大數(shù)據(jù)量復(fù)雜背景下橋梁水壩目標快速識別[D];電子科技大學(xué);2015年

4 王靜靜;基于NSCT和Shearlet變換的遙感圖像增強研究[D];新疆大學(xué);2014年

5 柴宏磊;基于知識的遙感圖像港口目標識別[D];電子科技大學(xué);2015年

6 馮一鳴;基于遙感圖像中港口目標的分割算法研究與實現(xiàn)[D];西安電子科技大學(xué);2014年

7 吳云坤;遙感圖像變化檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 王旭;無參考遙感圖像質(zhì)量綜合評價算法研究[D];西安電子科技大學(xué);2015年

9 宋玉梅;基于遙感圖像的內(nèi)河航道識別研究[D];重慶交通大學(xué);2015年

10 張少輝;基于刃邊法的遙感圖像重建方法研究[D];西安電子科技大學(xué);2014年

，

本文編號：1448725