改进的小波变换在遥感图像降噪中的应用

发布时间：2024-06-14 04:20

　　遥感技术是指在远距离上对目标反射亦或自身辐射出的电磁波以及可见光、近红外、红外等多种信号进行感知,并对其进行探测和识别的一种技术。遥感信息的获取及传输过程当中,常常会受到各种各样的原因影响(如:空中大气,地面水气的反射,折射,散射等光学现象对成像光谱仪成像的影响和地球磁场对传输过程产生的电磁干扰等)而产生大量的噪声。这些噪声会使遥感图像的边缘纹理、重要地物细节等关键信息模糊化,从而让遥感图像所包含的关键信息丢失,造成图像整体的质量下降,并且影响经过处理后遥感图像的后续应用。因此为了获取更高清晰度、信噪比并提高遥感图像的质量,对包含噪声的遥感图像进行去噪处理是影响遥感图像应用至关重要的一个预处理步骤。本文针对现有较为常用的小波分析去噪算法以及独立分量分析(Incdpendent Component Analysis,ICA)进行了深入的研究并且结合查阅大量的文献与书籍,将上述两种相较独立的去噪算法进行结合,并且将此改进的小波分析ICA算法应用于实际的遥感图像去噪应用中,来检验该新的去噪算法的可行性与去噪效果。文章是通过利用传统的小波变换去噪算法和改进的小波分析ICA去噪算法分别对进行了辐...

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图1-1技术路线图

以及可解性条件和解的稳定可靠性，收敛性也得到良好的处理。但是对于带噪的信号处理以及处理速度，仍然有待人们继续改进和完善。其次，虽然独立分量分析在语言地震信号、图像、语音、陈列信号、化物医学信号等领域应用前景十分广阔，但是独立分量分析仍然在实际复杂的环境中存在很多的问题有待解决。1....

图2-1无噪声的独立分量分析模型

立分量分析基本模型燥声的独立分量分析模型节主要针对无噪声的独立分量分析模型进行研究，经过研究发现部分构成：混合部分、解混部分。在混合部分中，ICA的模型（果认为存在m源信号，就能够得到()[(),(),,()](012st=stststt=Tm矩....

图2-2有噪声的独立分量分析模型

图2-2有噪声的独立分量分析模型在探求如何计算ICA问题的时候，经常要采取假设的方法来加的简化，对此，具体的假设如下：对信号源和混合矩阵的情况是位置的，因此需要对二者进行额际的解决ICA的相关问题，对此，具体的假设如下：源信号s(t)的各个分量s(t)i的均是....

图2-3源信号的联合概率分布

分离技术中心，使用的最为广泛的分析方法就是独立分量究，使得后续几章的研究具备了理论基础。在本章的研究CA的内容、结构、分类、属性等。同时对ICA的两种模详细的分析。

本文编号：3994131