基于小波变换的遥感图像处理研究

基于小波变换的遥感图像处理研究

论文摘要

小波变换是遥感图像处理技术中的一项重要技术,如何利用小波变换技术遥感图像进行处理是在图像处理技术中有着广泛的应用前景。本文以图像处理技术存在一定的瓶颈、遥感图像的广泛应用、信息融合技术为研究背景,较深入的对遥感图像特点进行分析、基于纹理一致性测度对遥感图像进行融合进行了研究,主要研究的内容包括:1、对遥感图像进行了系统的研究。全面总结了遥感图像的特点,遥感目标的特征。由于遥感图像最为显著的特点是数据量大和图像信息丰富,而遥感技术是目前为止能够提供动态观测数据的唯一手段,因此,遥感图像处理方法的研究对于民用和军事领域都是至关重要的。2、详细地介绍了小波变换的相关概念、遥感图像成像、处理遥感图像的意义、图像处理应用的现状、小波变换在遥感图像处理中的应用,以及目前国内外遥感图像处理技术的发展现状。针对原始图像影像本身在成像过程中由于种种的原因引起的图像质量的问题,本文讨论了遥感图像在处理前需要进行的前期处理步骤(包括几何校正、去噪等)处理步骤。并基于小波变换对遥感图像进行边缘检测、图像融合,并对各种融合图像的效果进行分析,得出结论。3、对像素级图像中的平滑滤波、高通滤波融合法、小波变换等方法进行了详细的讨论。叙述了小波基函数、连续小波变换、离散小波变换、二进小波变换、二维小波变换、多分辨分析小波变换理论。讲述了小波分解的选取对遥感图像处理结果的影响,为小波基函数和小波分解的选择提供了依据,并通过实验和对其特点和性能进行分析后做了详细的对比,结果表明:基于小波变换方法对遥感图像的处理在图像的纹理和结构信息上可以得到很好地保持,还可以使遥感图像的光谱特征信息也保持非常完整。

论文目录

  • 中文摘要
  • 英文摘要
  • 1 绪论
  • 1.1 引言
  • 1.2 本文研究的背景
  • 1.2.1 遥感
  • 1.2.2 遥感图像
  • 1.2.3 遥感图像的形成
  • 1.2.4 处理遥感图像的意义
  • 1.3 图像处理应用的现状
  • 1.4 本文研究的主要工作和内容安排
  • 2 小波变换的基础与发展现状
  • 2.1 小波分析的相关概念
  • 2.1.1 连续小波变换
  • 2.1.2 离散小波变换
  • 2.1.3 二进小波变换
  • 2.1.4 二维小波变换
  • 2.1.5 多分辨分析
  • 2.2 小波分析的发展过程与应用现状
  • 2.3 小波分析与图像处理的关系
  • 3 小波理论在遥感图像处理中的应用
  • 3.1 卫星遥感图像数据特点
  • 3.2 基于小波变换的遥感图像处理
  • 3.2.1 图像处理的基本思想
  • 3.2.2 遥感图像的预处理
  • 3.2.3 遥感图像的正交小波变换
  • 3.3 遥感图像的平滑滤波处理
  • 3.3.1 空间域滤波处理
  • 3.3.2 均值滤波处理
  • 3.4 基于小波变换对遥感图像的边缘检测
  • 3.5 试验结果与分析
  • 4 基于小波变换的遥感图像融合处理
  • 4.1 图像融合技术
  • 4.1.1 图像融合技术的提出
  • 4.1.2 图像融合技术现状
  • 4.1.3 图像融合目的
  • 4.1.4 图像融合技术的应用
  • 4.2 图像融合中小波基的选取
  • 4.3 遥感图像融合原理及算法
  • 4.3.1 简单图像融合原理
  • 4.3.2 金字塔法分解融合原理
  • 4.3.3 小波变换图像融合原理
  • 4.3.4 遥感图像融合分析
  • 4.4 基于小波变换的遥感图像融合及实验结果和分析
  • 4.4.1 基于可分离小波变换纹理一致性测度的遥感图像融合算法
  • 4.4.2 小波变换的遥感图像融合仿真图
  • 4.5 仿真结果分析
  • 5 结论与展望
  • 致谢
  • 参考文献
  • 附录
  • A 作者在攻读学位期间发表的论文目录
  • 相关论文文献

    • [1].遥感图像技术在震后评估中的有效应用分析[J]. 西部探矿工程 2020(02)
    • [2].基于内容的遥感图像变化信息检索概念模型设计[J]. 遥感技术与应用 2020(03)
    • [3].基于遥感图像的工程建设进度监测及辅助投资决策调研与展望[J]. 中小企业管理与科技(下旬刊) 2020(10)
    • [4].地震灾害识别中遥感图像的应用研究[J]. 轻工科技 2019(02)
    • [5].关于遥感图像云检测方法研究进展[J]. 数字通信世界 2019(04)
    • [6].基于信息聚类的遥感图像分割[J]. 中国矿业大学学报 2017(01)
    • [7].于卫星地域遥感图像分割方法研究仿真[J]. 计算机仿真 2017(01)
    • [8].基于暗原色先验的遥感图像去雾方法[J]. 光学学报 2017(03)
    • [9].航空遥感图像几何校正模型的效果比较[J]. 现代计算机(专业版) 2017(17)
    • [10].基于场景语义的遥感图像目标识别[J]. 现代电子技术 2017(11)
    • [11].统计学习在海上遥感图像背景去噪的算法研究[J]. 舰船科学技术 2017(12)
    • [12].关于森林资源二类调查中遥感图像的应用分析[J]. 北京农业 2016(01)
    • [13].改进高斯混合模型的遥感图像增强方法[J]. 激光杂志 2016(07)
    • [14].试论遥感图像在师范地理教学中的应用[J]. 山西青年 2017(03)
    • [15].基于遥感图像增强的海岸线提取方法[J]. 海洋开发与管理 2020(07)
    • [16].基于深度学习的城市高分遥感图像变化检测方法的研究[J]. 计算机应用研究 2020(S1)
    • [17].改进的基于深度学习的遥感图像分类算法[J]. 计算机应用 2019(02)
    • [18].一种加密遥感图像的安全外包搜索方案[J]. 激光与光电子学进展 2019(03)
    • [19].基于旋转不变特征的遥感图像飞机目标检测方法[J]. 光子学报 2019(06)
    • [20].遥感图像道路提取算法研究[J]. 自动化技术与应用 2018(05)
    • [21].基于非下采样轮廓变换与模糊理论的遥感图像增强[J]. 国土资源遥感 2017(03)
    • [22].航空遥感图像中道路检测方法研究与仿真[J]. 计算机仿真 2013(09)
    • [23].遥感图像边缘检测的不确定性及其处理方法探讨[J]. 遥感信息 2010(06)
    • [24].课外遥感图像进入地理课堂的“SWOT”分析[J]. 中学地理教学参考 2015(15)
    • [25].基于遥感图像的人工标注系统的设计与实现[J]. 电脑知识与技术 2018(23)
    • [26].基于小波阈值法的矿山遥感图像非局部均值去噪[J]. 金属矿山 2017(03)
    • [27].基于空间域与频域的遥感图像增强算法[J]. 廊坊师范学院学报(自然科学版) 2017(01)
    • [28].干旱区遥感图像目视解译的常见问题[J]. 新疆师范大学学报(自然科学版) 2016(01)
    • [29].基于约束领域小基团特征的遥感图像定位算法[J]. 科技通报 2013(10)
    • [30].基于区域生长算法的彩色遥感图像分割[J]. 广西大学学报(自然科学版) 2011(06)

    标签:;  ;  ;  ;  

    基于小波变换的遥感图像处理研究
    下载Doc文档

    猜你喜欢