基于支持向量機的遙感圖像云層去除方法研究.pdf

1、支持向量機是一種具有超強邊緣點捕捉能力的機器學習方法。利用支持向量機構造的支持向量值輪廓波變換是一種具有多尺度、多方向和平移不變性的圖像表達方法。它由兩級實現(xiàn)：首先是用支持向量機的回歸模型給出的支持向量值濾波器對圖像進行多尺度分解，然后是在各個分解層上用非抽樣方向濾波器組將高頻部分分解到若干個方向中。利用支持向量值輪廓波變換進行圖像處理，比之其它多尺度變換方法，能在保持圖像幾何特征前提下更好地表現(xiàn)圖像細節(jié)特征。云層去除是遙感圖像預處理過

2、程的重要任務之一。本文對支持向量機的原理及其在薄云、厚云去除方面的應用進行了研究，主要研究內容和成果如下：1、介紹了支持向量機理論的發(fā)展歷程，以及多分辨率分析方法的發(fā)展概況，重點討論了支持向量值輪廓波變換的原理及實現(xiàn)算法。2、研究了薄云去除的原理和實現(xiàn)方法。通過對云層和地物主要信息差異的研究，提出一種基于支持向量值輪廓波變換的薄云去除方法。該方法利用支持向量值輪廓波變換濾除云層信息，得到地物信息。利用由變換系數(shù)自適應地確定閾值和調整增強

3、函數(shù)的方法，對地物信息進行圖像增強，最后通過直方圖匹配調整圖像的灰度值分布。通過研究圖像的彩色模型，對彩色圖像采用類似的處理去除薄云。實驗結果表明，與非抽樣Contourlet 變換、同態(tài)濾波等相比，該方法在保持地物幾何物征的同時，有效地去除了薄云。3、研究了厚云去除的原理和實現(xiàn)方法，提出一種基于支持向量機的厚云去除方法。該方法利用支持向量機以及太陽角度信息，進行云層和陰影的檢測，生成云層和陰影的規(guī)則圖。通過對多時相遙感圖像的云層和陰影