结合双树复小波和四阶偏微分方程的遥感影像去噪方法研究

发布时间：2023-05-18 01:08

　　随着我国卫星产业的大数据时代的来临,与遥感应用相关的科研工作也正在蓬勃发展,作为数据源的遥感影像的质量也一直是人们关注的重点。由于遥感影像在遥感成像以及影像成像、影像传输、影像存储等阶段容易受到大量噪声的污染,所以去噪问题一直是图像处理领域关注的热点问题。研究如何去除遥感影像中的噪声,以提高影像的可读性、辨析性及纯净度,在遥感影像图像分割、地物分类、变化检测等应用方面具有重要意义。本文针对低阶偏微分方程去噪模型通常会使图像的灰度趋于分段常量而产生阶梯效应的问题,结合小波多尺度分解在图像处理中的应用,提出一种结合双树复小波变换的四阶偏微分方程影像去噪模型。首先采用双树复小波变换对噪声影像进行多尺度分解,保留分解后的低频分量不变,其他层复高频分量采用四阶偏微分去噪模型去噪,然后重构相应层的高、低频分量,得到最终去噪后影像。通过对人工加噪和和真实带噪的ZY-3多光谱卫星影像采用不同去噪模型进行去噪的实验结果,可说明采用本文方法相比纯各向异性模型、离散小波结合偏微分方程的去噪模型得到的去噪影像的峰值信噪比(PSNR)平均提高了 1-2dB,并提高了去噪影像的结构相似度(SSIM),表明该去噪模...

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文主要结构
    1.4 本文主要内容
2 遥感影像去噪方法概述
    2.1 遥感影像噪声模型
    2.2 图像去噪方法分类
    2.3 影像去噪评价指标
    2.4 本章小结
3 基于小波变换的多尺度分析
    3.1 小波变换基本原理
    3.2 离散小波变换与多尺度分析
    3.3 双树复小波变换与多尺度分析
    3.4 仿真实验及分析
    3.5 本章小结
4 基于偏微分方程图像去噪方法
    4.1 偏微分方程基本原理
    4.2 二阶偏微分去噪模型
    4.3 四阶偏微分去噪模型
    4.4 仿真实验及分析
    4.5 本章小结
5. 结合双树复小波变换和四阶偏微分方程的去噪模型
    5.1 结合小波变换与偏微分方程的图像去噪方法
    5.2 本文提出的改进的去噪模型
    5.3 仿真实验及分析
    5.4 本章小结
6. 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读硕士期间主要成果



本文编号：3818371