Retinex和小波变换去除遥感图像云雾方法分析

基于遥感图像中的云和景物信息频率分布特征,介绍了改进的Retinex方法和小波变换两种去云方法的基本原理,并结合实验分析两种方法的优缺点。Retinex算法对较暗区域的图像处理有明显效果,改进的Retinex方法则是基于经典Retinex,对具有较高亮度的遥感图像通过图像变换方法达到去云的目的。小波变换方法是将图片进行适当层次的小波变换,增大低层细节系数,突出景物信息,减小高层细节系数,适当减小近似系数,最后将所有系数重构,得到重构图像。实验结果评价及数据表明:基于小波变换方法优于Retinex方法。     

遥感图像薄云的小波自适应阈值去除

可见光遥感图像最常见的薄云噪声严重地影响其解译的准确性,因此根据薄云噪声主要影响图像的低频信号,提出单波段遥感图像小波变换自适应阈值去云,图像经小波分解后,薄云噪声与地物信息在低频小波系数的阈值使用遗传算法以广义交叉验证GCV准则作为目标函数自动寻找,然后对小波系数进行阈值化去云。结果表明,该方法可有效去除薄云噪声并保留地物信息,使原来模糊的地物细节信息变清晰,信息熵最高,去云效果优于小波同态滤波,且明显优于同态滤波;不同尺度低频小波系数中薄云噪声与地物信息间的阈值,可用遗传算法和GCV准则有效地自动确定。     

小波变换与图像融合方法在遥感图像处理中的应用

依据小波变换理论,分析得出了图像经多层小波变换后,低层的细节系数频率高于高层细节系数,近似系数的频率最低。遥感图像景物的频率较高,云雾频率较低,高层的细节系数和近似系数包含了云雾信息,因此要提高图像的清晰度,就必须减少高层细节系数和近似系数,增大低层细节系数,去除云雾。为减少处理过程中信息量的丢失,将原图像和处理结果融合。实验表明,该方法能有效地去除云雾。     

基于JPEG2000的遥感图像压缩研究

本文介绍了JPEG2000静态图像压缩标准的基本情况;对遥感图像的相关性以及小波变换域统计特性进行了分析,得出遥感图像的特点;按照JPEG2000图像标准的编码处理顺序,深入分析了JPEG2000编码器的各个编码模块并将其应用于遥感图像的压缩。     

基于提升方案的整数小波图像编码

随着互联网的普及和图像应用范围的不断扩大，对图像的编码提出了新的要求，即不仅要求具有高的压缩比，还要求有许多新的功能，如渐进编解码、从有损压缩到无损压缩等。小波编码较好地实现了这一思想，因此奠定了它在图像编码中的地位。提升框架可以实现整数到整数的小波变换，克服了第一代小波变换所带来的缺陷。该文利用第二代小波变换的特性，提出了一种基于整数小波变换的图像压缩方法。首先充分利用小波系数的分布特性，将图像进行整数小波变换，然后对最低频子带采用DPCM预测编码，对其它子带采用零树加熵编码的方法进行编码。实验结果表明，该方法有较好的压缩性能。     

Directionlet域的多波段遥感图像融合算法研究

提出一种有效的基于Directionlet变换的多波段遥感图像融合算法。Directionlet变换是一种新的基于格子的歪斜多尺度多方向各向异性小波变换工具,具有更高的逼近精度和更好的稀疏表达能力的图像分解变换,与小波变换相比,抑制了小波变换在图像边缘方向表示的固有局限性。首先采用具有多尺度、多方向特点的Directionlet变换对多波段遥感图像进行分解。对于低频系数采用平均融合算法,方向高频系数采用区域边缘检测实现多波段遥感图像的融合处理。实验结果表明,提出的算法与传统融合算法相比不仅原始图像的边缘和纹理信息可保留,而且可获得更好的融合视觉效果。     

一种基于小波去噪的遥感图像显著性区域检测算法

传统的图像检测方法未获取遥感图像亮度、色度、饱和度信息,图像显著性区域检测效果较差,为此,论文提出一种基于小波去噪的遥感图像显著性区域检测算法。利用小波变换的正交方式将遥感图像转换为一维图像,采用二进小波变换获取遥感图像边缘信息,根据新阈值函数去除图像边缘噪声;依据IHS变换（Intensity-Hue-Saturation）方式计算遥感图像亮度、色度、饱和度信息,并经离散小波变换计算遥感图像高、低频系数向量,通过模糊C均值聚类获取低频系数聚类数据后,利用显著性因子完成遥感图像显著性区域检测。实验结果表明：本文方法能够有效提取图像边缘信息,去除噪声能力强,所检测到的图像显著性区域层次分明,对比度较高,检测效果好。     

小波变换技术在指纹图像预处理中的应用

介绍了小波变换技术,并采用小波分解与重构方法对指纹图像进行小波压缩、去噪和增强处理．实验表明,应用小波变换技术对指纹图像进行处理能够获得较满意的结果．     

基于小波变换的自适应阈值图像去噪技术研究

主要研究了基于小波变换的图像去噪技术在图像去噪过程中的阈值选择问题,对图像信号进行小波变换得到小波系数,选择合适阈值处理小波系数,再将处理后的小波系数经过小波逆变换得到重构后的去噪图像。仿真实验通过对基于小波变换的软阈值去噪、硬阈值去噪以及自适应阈值去噪方法对图像进行处理,达到对图像的降噪效果。仿真实验证明,基于小波变换的自适应阈值去噪技术去噪结果最优,能够清楚地保留图像中的细节,无锐化、过度平滑的现象,且它的信噪比、峰值信噪比的值为最大、均方误差的值最小,从而提升了图像的整体质量。     

一种基于KPCA与小波变换的遥感图像融合算法

通过对HSV变换与小波变换图像融合方法的研究,提出了一种新的基于KPCA与小波变换的遥感图像融合的方法：通过KPCA变换,在保留主要信息的前提下除去波段之间的冗余数据,减少处理的数据量以提高融合的效率;由KPCA变换统计分析选择最优波段合成新的彩色图像,再与增强处理后的全色图像进行融合。实验结果证明该方法具有较好的融合效果。     

基于提升算法的超谱遥感图像融合分类研究

超谱遥感技术的发展对遥感图像处理算法提出了新的挑战,超谱遥感图像所特有的高光谱维数,使适用于多光谱图像的算法不适合直接用于超谱图像.利用数据融合技术可以将超谱图像从高维降到低维,因而有利于图像的分析和处理.提升算法是构造第2代小波的关键技术,该文研究了其用于超谱遥感图像融合分类的可行性,利用提升算法将第1代小波改造成第2代小波,并对标准的AVIRIS超谱遥感图像实现图像融合,在融合的同时,提取图像的光谱特征用于分类,在相同的实验标准下在像素层和特征层上分别对图像进行了第2代小波融合分类,并用分类精度对实验结果进行了客观的评价.实验结果表明,以提升算法构造的特征层小波融合分类比像素层分类精度提高了7.78%.     

高噪声遥感图像稀疏去噪重建

高噪声遥感图像去噪一直是遥感领域研究的一个重要难题,为进一步提高高噪声遥感图像的重建质量,在经典的压缩感知迭代小波阈值算法的基础上,提出了一种改进迭代小波阈值算法.首先,提出一种自适应小波滤波算子在图像稀疏变换过程中对获取的遥感图像小波系数进行筛选,去除图像中的部分噪声信息;其次,使用提出的下降BayesShrink阈值在每次迭代过程中对获取的小波系数进行二次筛选过程;最后,使用改进的块稀疏全变差方法对获得的重建图像进行调整以进一步提高重建遥感图像的质量.试验结果表明,该算法的去噪重建性能优于经典的压缩感知迭代小波阈值算法,可以从高噪声图像中重建一幅高质量的遥感图像,验证了该算法的有效性.此外,该算法能够有效地保护遥感图像的边缘和纹理等重要特征信息.在低压缩采样比情况下,该算法也能够获得相对较高的峰值信噪比和视觉质量.在卫星地面接收站,该算法可直接使用获取的少量含噪遥感图像数据重建一幅清晰的遥感图像.     

改进的基于遥感影像线性亮度调整的水印检测算法

在遥感影像水印算法研究中,针对几何变换、压缩、加噪等常见的图像攻击方式研究的较多,而抵抗亮度调整攻击的水印算法研究较少.亮度调整对遥感影像的空间特征不会产生影响,但会破坏嵌入到遥感影像中水印信息的同步性,从而导致水印检测失败,这给遥感影像水印算法提出了新的挑战.本文从遥感影像版权保护的角度出发,提出了一种改进的基于遥感影像线性亮度调整的水印检测算法.首先,阐述了遥感影像线性亮度调整的特点;然后,分析了基于映射机制水印嵌入算法中两个参数随着亮度调整变化的规律性,构建了基于参数线性特征和映射机制的水印检测算法;最后,对改进的水印检测算法进行了实验验证.实验对比结果表明,该算法能够有效抵抗常见的影像处理方式的攻击,对亮度调整攻击也具有好的鲁棒性.     

基于 PDE 与小波的图像放大研究

提出了一种基于PDE（Partial Differential Equations）和小波插值的遥感图像放大方法。首先采用双三次插值方法,进行遥感图像的初始放大,再进行小波分解,将低频分量替换为原图像,小波合成,获得小波放大结果,并采用PDE方法中的自蛇模型做后处理。同经典的图像放大方法进行对比实验表明,文章方法能够有效地解决遥感图像放大后边缘模糊的问题,能够更清晰地显示地面细节,更好地显示地物目标的轮廓。     

遥感图像赋锡环块构造机理探讨

遥感图像中典型的赋锡影像是环块构造，是以环形体为主，线性体相伴的线一环复合结构。根据遥感基本原理，将遥感地质学与矿床学相融汇应用，将已知锡矿床的地质资料与其赋存的遥感影像图案对应分析，认为遥感图像赋锡环块构造是赋锡地质体所特有的地学特征以电磁波形式在传感器中的总体反映──遥感影像的地学总和效应。     

基于MPI并行的遥感影像系统级几何校正快速处理技术研究

随着对地观测技术的飞速发展,通过遥感卫星获得的数据量正在迅速增加,各种应急应用需求也在日益增长,通过与快速计算技术相结合,特别是与并行处理相结合能够显著提高整个影像的快速处理速度.从遥感影像系统级几何校正处理的特点以及对现在提出的各种并行技术MPI、OpenMP、TBB、CUDA进行分析,通过研究提出了相应的快速处理技...     

基于MPI并行的遥感影像系统级几何校正快速处理技术研究

随着对地观测技术的飞速发展,通过遥感卫星获得的数据量正在迅速增加,各种应急应用需求也在日益增长．通过与快速计算技术相结合,特别是与并行处理相结合能够显著提高整个影像的快速处理速度．从遥感影像系统级几何校正处理的特点以及对现在提出的各种并行技术MPI、OpenMP、TBB、CUDA进行分析,通过研究提出了相应的快速处理技术,并通过基于MPI的简要机群进行了实验,取得了良好的效果,为下一步的高性能遥感影像计算等研究提供了参考．