卫星遥感图像去薄云薄雾计算机算法研究

摘要

卫星遥感技术已经获得了广泛的应用,但是由于大气云雾的干扰,得到的遥感图像的细节信息往往模糊不清,影响了目标的辨识,从而降低了遥感图像的应用价值,因此研究和分析遥感图像的模糊原理并探索有效的处理方法,成为具有重大意义的研究课题.该文通过实验室模拟云雾干扰推演遥感图像的模糊机理,基于此提出多种图像处理算法,探讨出适合卫星遥感图像去薄云薄雾的处理方法.该文的主要内容如下:1.介绍了遥感领域的发展态势、课题的研究背景以及目前国内外相关领域的研究现状,提出了主要的技术路线.2.介绍了卫星遥感成像系统的构成和遥感图像的整个获取过程,分析了大气效应对遥感图像的影响机理和遥感图像自身的一些特性,对遥感图像进行了系统的分类.3.通过实验研究对遥感图像的模糊机理进行了详细的分析,利用最大熵图像恢复算法反演了遥感图像模糊过程,得出结论:大气云雾介入光学传输信道,干扰光波传输,导致遥感成像的点扩展函数畸变,从而最终产生遥感图像的模糊.4.提出了采用光电混合图像处理系统的技术路线,这一技术是基于经典光学4f系统的光学滤波方法,采用计算全息法来制作滤波器,进行光学滤波实验.5.根据大气干扰使得遥感图像细节信息不清楚这一特点,将图像处理的算法集中在对于细节的增强方面,提出了拉普拉斯算法、高频加强滤波、边缘增强和同态滤波等几种空间域和频率域的处理算法.6.根据颜色恒常性的计算理论Retinex理论,提出了针对RGB彩色图像的几种处理技术:Frankle算法、SSR算法和MSR算法,并对另一颜色模型HSI的应用做了简单的介绍,将灰度处理的同态滤波算法应用与彩色图像.

目录

文摘

英文文摘

1绪论

1.1引言

1.2国内外研究现状

1.3论文研究工作

1.4本章小结

2卫星遥感图像的获取及其模糊机理分析

2.1卫星遥感图像获取

2.1.1卫星遥感系统

2.1.2卫星遥感图像信息内容及特征

2.2遥感图像的模糊机理分析

2.2.1大气效应模型

2.2.2图像退化模型

2.2.3模拟实验分析

2.2.4最大熵恢复反演

2.3本章小结

3灰度遥感图像处理

3.1光电混合图像处理

3.1.1光电混合处理系统

3.1.2计算全息滤波实验

3.2数字图像处理

3.2.1拉普拉斯算法

3.2.2高频加强滤波

3.2.3边缘增强

3.2.4同态滤波

3.3本章小结

4彩色图像处理

4.1彩色原理与模型

4.2 RGB彩色图像处理

4.2.1 Retinex理论

4.2.2 Frankle算法

4.2.3 Single-Scale Retinex算法

4.2.4 Multi-Scale Retinex算法

4.3 HSI彩色图像处理

4.4本章小结

结论

致谢

参考文献