当前位置: > 论文范文 > 40000字论文范文BiShrink算法在遥感图像去噪中的应用。

40000字论文范文BiShrink算法在遥感图像去噪中的应用。

论文类型:论文范文
论文字数:40000字
论点:遥感,图像,阈值
论文概述:

对遥感技术的定义、特点,遥感的过程,遥感成像过程中受到干扰的主要噪声类型及图像去噪的评价标准进行了分析,并为遥感图像常见噪声建立了数学模型。

论文正文:

第一章导言

1.1。研究的背景和意义
人类历史上没有一个时代见证过图像处理对现代社会、科学和技术的这种爆炸性影响。从生物、医学、天文学、视频、多媒体、地质勘探、遥感、遥测、娱乐业、纳米技术到数字通信技术,图像帮助人们观察不同尺度和环境下的物体,感知来自物理世界的不同空和时间模式,从而做出最佳决策并采取积极和正确的行动。因此,在当代科学技术中,图像处理和理解已经成为一个至关重要的部分,并为其他学科的研究和发展提供了基础支持。自从莱特兄弟在上世纪初发明了人类历史上的第一架飞机以来,航空空遥感技术已经被用于军事领域。此后,航空空遥感被广泛用于地质学、工程建设、制图、农业土地调查等领域。第二次世界大战期间,由于伪装技术的不断进步,彩色、红外和光谱波段摄影技术出现在军事遥感领域。卫星遥感将遥感技术推向了一个全面发展和广泛应用的崭新阶段。随着卫星遥感技术的不断发展,特别是几颗合成孔径雷达卫星JERS 1号、ERS 1号和雷达卫星1号空的发射,卫星遥感图像得到了极大的丰富。
迄今为止,中国已成功发射16颗返回卫星,为资源、环境研究和国民经济建设提供了宝贵的空影像数据,在中国国防建设中发挥了不可替代的作用。随着传感器技术、航空空空间技术和数据通信技术的不断发展,现代遥感技术进入了能够提供动态、快速、多平台、多时相和高分辨率地球观测数据的新阶段。多种类型、多颗或分布式卫星上的多个或多个传感器可以提供多级分辨率、多波段、多极化、多时相和多源遥感图像[1】。因此,遥感图像在军事和民用的许多领域发挥着越来越重要的作用。在这种强大力量的推动下,遥感得到了极大的关注和高速发展。然而,在空间飞行空遥感应用中,由于遥感图像的高采集平台,容易受到天气、云和雾等自然因素的影响,特别是可见光波段,导致获得的一些图像显得模糊和对比度低。虽然有些图像具有良好的整体视觉效果,但其边缘和线条等特征不够突出。还有大量的图像波段数据,如TM图像,并且每个波段之间有一定的相关性。基于遥感图像的这些缺点,在进行图像分割、特征提取、模式识别等后续分析之前,必须对遥感图像进行去噪。,因此遥感图像去噪技术在遥感图像处理中占有独特的地位。

1.2。
遥感图像在生成、处理和传输过程中不可避免地会受到噪声的影响,尤其是在信号采集和测量中,噪声干扰显得尤为严重。在图像处理中,存在由采样量化引起的量化噪声和由舍入引起的舍入噪声。因此,如何消除实际图像中的噪声,从混有噪声的图像中提取有用信息一直是情报学研究的热点之一。去噪是遥感图像处理的重要组成部分。图像处理中的许多理论都与去噪密切相关。传统的去噪滤波方法假设图像中有用的信息和噪声在不同的频段,通过低通或带通滤波器实现降噪。事实上,大多数噪声的频带分布在整个频率轴上,并且是均匀分布的。对于具有奇异性的瞬态信号,如脉冲信号和阶跃信号,奇异性往往包含丰富的信息。如果信噪比很低,经过滤波器平滑后,信噪比不会有很大提高,信号的外部信息容易模糊。因此,滤波去噪方法非常有限。小波变换以其良好的多分辨率特性将信号分解成不同的频率范围,从而获得子带信号。利用有用信号小波系数与噪声小波系数的差异,小波变换在图像去噪方面具有明显的优势和潜力。
1.2.1。小波收缩去噪
小波收缩去噪是研究最广、提出最早的小波去噪方法,简单易行,去噪效果好,[2]。小波收缩法可分为阈值收缩法和比例收缩法。阈值收缩法去噪的思想非常简单。通过设置合适的阈值,在小波分解后的每层系数中,分别处理模数小于或大于阈值的系数。然后通过小波函数映射得到估计系数,并对估计系数进行逆变换以重构去噪图像。在阈值去噪中,阈值函数的选择和收缩阈值的确定是关键。阈值函数反映了阈值以下或阈值以上小波系数模的不同估计方法和不同处理策略,并且通常采用非线性函数。常见的阈值函数包括硬阈值函数、软阈值函数和半软阈值函数[1】。

1.3。本文的主要工作和结构安排................15-17
第二章遥感技术和遥感图像噪声模型................17-23
2.1。遥感技术................17-19 [/BR/] 2.2。噪声类型................19-20[/比尔/] 2.3。噪声模型................20-21
2.4。图像去噪的评价标准................21-23
第三章传统双溜冰场去噪算法................23-29
3.1。介绍................23-24[/br/ ] 3.2。贝叶斯理论................24-25
3.3。Bishrink算法原理................25-26
3.4。BiShrink算法在遥感图像去噪中的应用……26-29
第四章基于DTCWT的Bishrink改进去噪算法..............................29-41
4.1双树复小波变换................29-36 [/BR/] 4.1.1复小波变换及其滤波器设计................30-34
4.1.2................34-36
4.2基于DTCWT的改进BiShrink算法................36-38
4.2.1算法描述................36-38 [/BR/] 4.2.2算法实现................38[/比尔/] 4.3模拟实验及结果分析................38-41[/溴/]第五章基于NSCT的邻域阈值改进去噪方法................41-47
5.1非下采样轮廓波变换................41-42
5.2邻近收缩算法................42-43
5.3基于NSCT的邻域阈值改进算法................43-44
5.3.1算法描述................43-44 [/BR/] 5.3.2算法实现................44[/比尔/] 5.4模拟实验及结果分析................44-47[/ Br/]
摘要[/ Br/]
本文主要研究基于感知图像的去噪方法。主要工作包括以下几个方面:
(1)分析和总结了遥感图像去噪技术的历史和现状,总结了常用算法和主要问题。
(2)分析了遥感技术的定义和特点、遥感过程、遥感成像过程中受干扰的主要噪声类型以及图像去噪的评价标准,建立了遥感图像中常见噪声的数学模型。了解噪声的机理和特征以及信号的先验信息是成功降噪的关键。
(3)详细介绍了双树复小波变换的理论,包括算法的研究背景和意义、复小波变换的原理以及二维双树复小波变换的滤波器设计。
(4)分析了传统双变量收缩算法在遥感图像去噪中的应用,详细描述了BiShrink算法的研究背景和意义、理论模型、实现算法和仿真结果。与小波硬阈值去噪和轮廓波阈值去噪算法相比,BiShrink算法的去噪效果明显优于主观视觉效果,在恢复图像轮廓信息方面具有更好的效果。
(5)提出了一种基于双树复小波变换的改进BiShrink算法对遥感图像进行去噪。详细描述了改进算法的理论模型、实现过程、仿真实验和结果分析。该算法充分考虑了当前系数、父子系数和相邻系数之间的强相关性,结合尺度间DTCWT系数和尺度内DTCWT系数的域相关性,达到了抑制噪声的目的。

参考

[1]曲温昶、何友、刘卫华等。框架理论与应用[。北京:国防工业出版社,2009.7,245-303。
[2]程丽芝,王红霞,罗勇,编辑。小波[理论及其应用。北京:科学学会,2004.9。269-310。
[3]苏夏,苏雷什,苏卡尼斯。基于小波的自适应阈值图像去噪[]电子计算机科学华盛顿,美国DC,2007,3:296-300。
[4]巴尔斯特E . J .,郑远.IEEE传输。关于图像处理,2005,14(12):1057-1049。
[5]向海林、贾建、焦立成。基于小波和脊波的图像联合去噪方法[[]。系统工程与电子,2007,29(5):680-682。
[6]刘伶俐、张建祺、朱君石。一种基于脊波变换的图像去噪方法。计算机应用与软件,2009,26(1):22-24。
[7]赵小明,叶锡坚。一种新的脊波变换方法[。计算机研究与发展,2008,45(5):915-922。
[8]李丹,钱建生。王超。基于曲波变换的图像去噪新算法[[]。计算机应用,2009,29 (10): 2665-2667。
[9]伊曼纽尔·C、洛朗·D、多诺霍·D等。《快速变革[》。多尺度建模与仿真,2006,5 (3): 861-899。[/比尔/] [10]彭彩,常智,朱石军。基于曲波变换的地震数据去噪方法[。史坦,2008,47 (5): 461-464。