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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、衛(wèi)星遙感傳感器獲取的部分遙感圖像由于氣候的原因會(huì)產(chǎn)生不同程度的云覆蓋,大大降低了遙感圖像的利用率、影響其后期處理和應(yīng)用。對(duì)此類遙感圖像進(jìn)行云層去除,能有效提高衛(wèi)星圖像的利用率和可用性,也是遙感圖像預(yù)處理中一個(gè)十分重要的研究方向。
本文針對(duì)目前應(yīng)用較為廣泛的陸地(Landsat)系列衛(wèi)星和環(huán)境一號(hào)(HJ-1)系列衛(wèi)星獲取的含薄云遙感圖像,提出了三種有效的薄云去除算法,主要內(nèi)容包括以下幾個(gè)方面:
1.闡述了薄云去除研究的
2、目的和意義,介紹了Landsat系列衛(wèi)星和環(huán)境一號(hào)A、B衛(wèi)星成像傳感器的主要參數(shù),分析了薄云去除算法的國內(nèi)外研究現(xiàn)狀,以及對(duì)偶樹復(fù)小波變換和支持向量機(jī)理論。
2.提出一種基于對(duì)偶樹復(fù)小波變換的遙感圖像薄云去除算法。該算法是將含薄云的遙感圖像進(jìn)行多層對(duì)偶樹復(fù)小波變換,使得低頻系數(shù)中主要為薄云信息,高頻系數(shù)中主要為地物信息。通過對(duì)高頻補(bǔ)償和低頻抑制處理,有效去除遙感圖像中的薄云,恢復(fù)云覆蓋區(qū)域的地面信息。實(shí)驗(yàn)結(jié)果表明,該方法能有效
3、去除薄云且具有較快的運(yùn)算速度。
3.提出一種基于多方向?qū)ε紭鋸?fù)小波變換和遷移最小二乘支持向量回歸的遙感圖像薄云去除算法。在對(duì)偶樹復(fù)小波變換基礎(chǔ)上,結(jié)合方向?yàn)V波器組構(gòu)建了多方向?qū)ε紭鋸?fù)小波變換;根據(jù)遷移學(xué)習(xí)及最小二乘支持向量回歸理論構(gòu)建了遷移最小二乘支持向量回歸模型;借助與原始含云圖像同一位置的清晰多源多時(shí)相衛(wèi)星圖像,使用遷移最小二乘支持向量回歸對(duì)原始含云圖像的低頻系數(shù)進(jìn)行填充,原始圖像經(jīng)多方向?qū)ε紭鋸?fù)小波分解后的高頻系數(shù)采用自
4、適應(yīng)增強(qiáng)函數(shù)進(jìn)行增強(qiáng),將處理后的高低頻系數(shù)重構(gòu)后獲得清晰無云的圖像,有效地降低了地物信息的損失。
4.提出一種基于多方向?qū)ε紭鋸?fù)小波變換和遷移孿生支持向量回歸的遙感圖像薄云去除算法。根據(jù)孿生支持向量機(jī)和遷移學(xué)習(xí)理論構(gòu)建了域自適應(yīng)遷移孿生支持向量回歸模型。由于衛(wèi)星傳感器獲取遙感數(shù)據(jù)具有一定的周期,在獲得的可用同一位置多源多時(shí)相遙感圖像中,地物信息不可避免地會(huì)發(fā)生一些變化,此算法采用基于分類的變化檢測(cè)算法對(duì)原始圖像和多源多時(shí)相圖像
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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)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影像薄云去除研究.pdf
- 基于小波變換和支持向量機(jī)的遙感圖像目標(biāo)檢測(cè)研究.pdf
- 基于對(duì)偶樹復(fù)小波的圖像處理研究.pdf
- 基于小波支持向量機(jī)的遙感圖像融合.pdf
- 多小波變換和支持向量回歸機(jī)在數(shù)字圖像水印算法中的應(yīng)用研究.pdf
- 小波支持向量回歸模型及其應(yīng)用研究.pdf
- 基于支持向量回歸模型的圖像分類研究.pdf
- 基于小波變換的遙感圖像去云方法研究.pdf
- 基于小波變換和支持向量機(jī)的圖像壓縮方法研究.pdf
- 基于支持向量回歸機(jī)的圖像水印研究.pdf
- 基于雙樹復(fù)小波和灰度共存矩陣的遙感圖像分割.pdf
- 基于圖像變換和遷移學(xué)習(xí)的薄云覆蓋遙感圖像地物信息恢復(fù)算法研究.pdf
- 基于DSP的遙感圖像薄云去除方法研究.pdf
- 基于雙樹復(fù)小波變換的聲吶圖像的濾波.pdf
- 基于雙樹復(fù)小波變換的圖像去噪.pdf
- 基于雙樹復(fù)小波變換的聲吶圖像邊緣檢測(cè).pdf
- 基于小波變換的遙感圖像壓縮.pdf
- 遙感圖像薄云去除技術(shù)研究.pdf
- 基于小波變換和支持向量機(jī)的圖像去噪算法研究.pdf
- 基于雙樹復(fù)小波變換的多聚焦圖像的融合.pdf
評(píng)論
0/150
提交評(píng)論