高分一号卫星影像去薄云方法研究

发布时间：2017-05-10 05:04

  本文关键词：高分一号卫星影像去薄云方法研究，由笔耕文化传播整理发布。

【摘要】：随着航天技术、计算机技术以及图像处理技术的发展,遥感图像的分辨率越来越高,覆盖范围也越来越广,高分辨率的遥感图像在农业生产、矿产探测等领域内的应用也越来越广泛,然而并不是所有的遥感图像都适用于实际应用,这是因为受到天气因素的影响,部分遥感图像会受到云雾的遮挡。“高分一号”作为我国“高分专项”系列卫星的首星,其图像处理技术对于其它高分影像处理有重大的借鉴意义,为此本文的研究工作如下:1.总结分析了大气的成分组成以及雾霾的定义和薄云的组成,然后介绍薄云成像的原理并总结了遥感图像的空间特征、波谱特征以及纹理特征同地物特征之间的关系,根据薄云成像原理介绍了薄云成像的退化模型,说明了含有薄云的图像信号主要由薄云反射的电磁波和经过地面反射透过云层以后的电磁波两部分信号组成,为后面的图像处理方法总结以及实验的进行做了铺垫。2.总结了几种适合于单幅高分影像去云的算法原理,包括同态滤波法、小波变换法以及二者相结合而产生的新方法,利用了薄云信息主要存在于频域内的低频部分来对含有薄云的高分图像处理。3.采用四种去云方法对三种不同分辨率的高分一号卫星进行了去云处理,通过设置熵、均值、标准差等评定参数来对处理好的图像进行评估,利用去云后的真彩图、假彩图和灰度图来对比图像去云前后的变化。通过对实验结果的总结找出了最适合“高分一号”影像去云的方法。4.研究对比发现,对于高分卫星影像来说,单一的同态滤波法过于保守,去云效果相对较差,小波变换法去云效果不错,但是频率域中的高频部分有云层信息的保留,小波变换-低频同态滤波法效果不理想,也存在高频部分云层信息未去除的问题,小波变换-同态滤波法去云效果最好,但是会损失部分背景信息及地物信息。针对高分影像的特性,找出了小波变换-同态滤波法去云的不足之处并提出可以改进的地方及后面研究的方向。
【关键词】：雾霾 同态滤波 小波变换 薄云去除
【学位授予单位】：中国地质大学(北京)
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP751
【目录】：

• 摘要5-6
• abstract6-10
• 第1章 绪论10-16
• 1.1 论文的研究背景10-11
• 1.2 论文的研究意义11-12
• 1.3 遥感影像薄云去除的研究现状12-13
• 1.3.1 针对不同通道光谱信息差异的去云方法12-13
• 1.3.2 针对于单个波段去云的方法13
• 1.4 论文的主要研究内容和技术路线13-15
• 1.5 论文的组织结构15-16
• 第2章 遥感影像云雾的成像原理及特性16-23
• 2.1 引言16
• 2.2 大气概况及云和雾霾的形成原理16-18
• 2.3 大气的反射与散射18-19
• 2.4 薄云的成像原理及退化模型19-20
• 2.4.1 薄云的成像原理19-20
• 2.4.2 薄云的退化模型20
• 2.5 薄云的成像特性分析20-23
• 2.5.1 波谱特性21
• 2.5.2 空间特性21-22
• 2.5.3 频域特性22-23
• 第3章 单幅遥感影像去云方法理论23-33
• 3.1 同态滤波法的去云理论23-26
• 3.1.1 同态滤波的算法原理23-24
• 3.1.2 同态滤波法的滤波器选择24-25
• 3.1.3 同态滤波法的去云流程25-26
• 3.2 小波变换法的去云理论26-31
• 3.2.1 小波的定义26-27
• 3.2.2 小波基的选择27-30
• 3.2.3 小波分解层数的确定30
• 3.2.4 小波变换法的去云流程30-31
• 3.3 同态滤波与小波变换相结合的去云理论31-33
• 第4章 去云实验的结果对比与分析33-49
• 4.1 引言33
• 4.2 实验环境介绍33-34
• 4.3 高分卫星影像的介绍34-36
• 4.3.1“高分一号”卫星介绍34-35
• 4.3.2“高分一号”卫星的有效荷载技术指标35-36
• 4.4 高分影像薄云处理后的质量评定参数选择36-37
• 4.5 实验数据结果及评定37-49
• 4.5.1 分辨率为 16m的高分一号数据实验结果38-42
• 4.5.2 分辨率为 8m的高分一号数据实验结果42-46
• 4.5.3 分辨率为 2m的高分一号数据实验结果46-47
• 4.5.4 高分一号数据实验结果评定47-49
• 第5章 总结与展望49-50
• 5.1 工作总结49
• 5.2 进一步研究方向49-50
• 致谢50-52
• 参考文献52-55

【参考文献】

中国期刊全文数据库 前4条

1 郭向前;;基于小波变换的CBERS-02图像薄云薄雾去除的方法研究[J];测绘科学;2008年S3期

2 贺辉;彭望t-;匡锦瑜;;自适应滤波的高分辨率遥感影像薄云去除算法[J];地球信息科学学报;2009年03期

3 李海巍;杨敏华;刘益世;;基于中值滤波和小波变换的遥感影像去云[J];测绘与空间地理信息;2012年07期

4 马建文;顾行发;冯春;郭建宁;;CBERS-02卫星图像薄云的去除方法研究[J];中国科学E辑:信息科学;2005年S1期

中国博士学位论文全文数据库 前1条

1 侯波;基于小波变换消除遥感图像噪声[D];中国科学院研究生院（遥感应用研究所）;2002年

  本文关键词：高分一号卫星影像去薄云方法研究，由笔耕文化传播整理发布。

，

本文编号：354039