当前位置:主页 > 管理论文 > 工程管理论文 >

基于各向异性全变分的遥感图像斜条带噪声去除算法研究

发布时间:2021-06-24 16:26
  遥感技术是从遥远的地方获取目标物信息的技术,通过这种技术得到的图像称为遥感图像。遥感图像应用领域很广泛,比如国防军事,地质勘察,气候和气象预报等领域。遥感图像在获取、传送和保存等过程中都会受到很多因素的影响,造成遥感图像被各种噪声污染,这些噪声污染中常见的是条带噪声。条带噪声会造成遥感图像数据准确度和图像视觉质量严重下降,给遥感图像的后续处理造成很多麻烦。所以,解析和处理遥感图像之前,应该首先对条带噪声进行去除。现有对遥感图像条带噪声进行去除的方法基本可以分为以下几种:基于统计的方法,基于滤波的方法和基于模型优化的方法,最近几年,也有人提出用深度学习方法对遥感图像条带噪声进行去除。但是这些常见的方法大都是用于去除水平和垂直条带噪声,很少针对遥感图像中存在的斜条带噪声。传感器获取的条带噪声在原始遥感图像中都是水平或垂直的,但是在产生高级别遥感产品的过程中,会因为几何配准等原因将那些垂直或水平条带噪声转变成倾斜条带噪声。并且高级遥感产品在科学应用中通常具有更大的价值和实用性,所以去除遥感图像中存在的斜条带噪声问题也相当重要。本文提出一种各向异性全变分的遥感图像斜条带噪声去除方法,本文主要工... 

【文章来源】:湘潭大学湖南省

【文章页数】:51 页

【学位级别】:硕士

【部分图文】:

基于各向异性全变分的遥感图像斜条带噪声去除算法研究


遥感图像据示意图

条纹,噪声,遥感数据,条纹


8斜条带噪声时,会将条带噪声的原始线型转换为锯齿形,这会严重影响条带噪声去处的准确性。另外,将去条带之后的图像旋转为原来角度时也会出现一些误差。本文主要针对遥感图像中存在的斜条带噪声,提出一种基于各向异性全变分的遥感图像斜条带噪声去除模型。(a)(b)(c)(d)图1.2斜条纹噪声遥感数据:(a)HJ1A/HIS图像,(b)Sentinel2A图像,(c)TerraMODIS图像,(d)LANDSAT5TMthermal图像1.3论文主要内容本论文主要研究遥感图像条带噪声去除方法,特别是斜条带噪声去除。基于对研究现状的分析,选择采用基于模型优化方法,根据斜条带噪声的特殊性质构建斜条带噪声去除模型,并设计优化求解算法。主要工作内容如下:1)根据条带噪声的全局稀疏性质,沿条带方向的平滑性质和不同方向对原始清晰图像连续性质造成的破坏程度不同的性质,对条带噪声进行正则化约束,设计斜条带噪声去除模型。2)设计优化求解算法,对提出的条带噪声去除模型进行求解,该模型是对条带噪声进行求解,然后通过减运算X=YS求得原始清晰图像X。

成像光谱仪,方式,噪声,遥感图像


11图2.1掸扫式成像光谱仪扫描方式和推扫式成像光谱仪扫描方式条带噪声主要是因为电荷耦合器件探测元之间的响应不一致造成的,而影响探测元之间响应一致性的主要因素包括以下几个方面:1、电荷耦合器件探测元在生产过程中产生误差或者原料材质不同,都会造成探测器尺寸规格不同,从而导致探测器本身不均匀。2、各探测器的使用时长,磨损程度不同。3、周围环境因素和探测器制作材料因素导致探测器暗电流不均匀。4、不同探测器工作状态做不到高度一致。5、外部因素对探测器的干扰。上述过程会使遥感图像产生垂直或水平条带噪声,但是在产生高级遥感产品的时候会因为几何配准等操作,造成水平或垂直条带噪声发生倾斜,转变为斜条带噪声。2.2遥感图像中条带噪声的特点条带噪声不同于随机噪声或者高斯噪声等,条带噪声具有自己独特的特性。真实的含条带噪声的遥感图像如图2.2所示。通过图2.2可以发现,遥感图像条带噪声具有以下几种分布特性:1、条带噪声具有一定的方向性。在遥感图像中,所有条带噪声都是平行存在的,并且都沿着同一个方向。成像系统在获取遥感图像的扫描过程中,会因为各传感器响应不一致而产生误差,导致线状条带出现,所以条带噪声的方向都和扫描的方向是相同的。扫描方式主要是横向和纵向的,所以产生的条带噪声主要是沿着图像的行分布或者是沿着图像的列分布,也就是常说的水平条带噪声和垂直条带噪声。通过成像系统获取的遥感图像中的条带噪声都是水平或垂直分布的,后期在生成更高级的遥感产品是会因为几何配准等操作,将水平或垂直条带噪声转变成倾斜条带噪声,但是同一图像中条带噪声的分布方向仍然是一致的。

【参考文献】:
期刊论文
[1]遥感技术在农业中的应用[J]. 刘雪丽,付友生,刘丹,王锐,李模其.  现代化农业. 2018(10)
[2]遥感技术在地质灾害中的应用[J]. 鲁智鹏.  江西建材. 2017(17)
[3]遥感技术在林业中的应用[J]. 张艳楠.  内蒙古林业调查设计. 2017(05)
[4]当代遥感科技发展的现状与未来展望[J]. 张兵.  中国科学院院刊. 2017(07)
[5]国际遥感技术在自然灾害领域中的发展态势分析[J]. 郭晓宁,裴惠娟,王金平,陈文凯.  中国农学通报. 2016(06)
[6]基于矩匹配和变分法的MODIS条带去除模型[J]. 胡宝鹏,周则明,孟勇,蒋林.  红外. 2014(11)
[7]采用灰度分割的自适应矩匹配条带噪声去除方法[J]. 张炳先,王密,潘俊.  武汉大学学报(信息科学版). 2012(12)
[8]常用航空航天传感器成像特点探讨[J]. 马兰,邢霞,陈筱勇.  影像技术. 2012(05)
[9]一种高光谱图像条带噪声去除改进算法[J]. 郑逢斌,支晶晶,高海亮,赖积保,潘伟.  计算机科学. 2010(05)
[10]一种直方图匹配和线性空间滤波相结合的条带噪声去除方法[J]. 宋燕,刘团结,丁赤飚,赵永超.  测绘科学. 2009(05)

硕士论文
[1]偏微分方程在遥感图像去噪与分类的应用研究[D]. 赵四能.浙江大学 2011
[2]星载推扫型红外成像传感器建模与仿真[D]. 宁殿艳.西安电子科技大学 2008



本文编号:3247438

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/3247438.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户87d76***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com