| 【中文题名】 | 卫星遥感图像去薄云薄雾计算机算法研究 |
| 【英文题名】 | |
| 【学科专业】 | 光学工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2004-11-23 |
| 【中关键词】 | 图像处理,遥感图像,点扩散函数,彩色图像,, |
| 【英关键词】 | Image Processing, Remote-sensing Image, PSF（Point Spread Function）,Color Image, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法> |
| 【论文摘要】 | 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。本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。本文的主要内容如下：
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。
... |
| 【论文题纲】 |
|
摘要 |
2-3 |
|
Abstract |
3-4 |
|
目录 |
4-6 |
|
1 绪论 |
6-10 |
|
1.1 引言 |
6-7 |
|
1.2 国内外研究现状 |
7-8 |
|
1.3 论文研究工作 |
8-9 |
|
1.4 本章小结 |
9-10 |
|
2 卫星遥感图像的获取及其模糊机理分析 |
10-24 |
|
2.1 卫星遥感图像获取 |
10-14 |
|
2.1.1 卫星遥感系统 |
10-13 |
|
2.1.1.1 星载系统 |
11-12 |
|
2.1.1.2 地面系统 |
12 |
|
2.1.1.3 遥感信息传送流程 |
12-13 |
|
2.1.2 卫星遥感图像信息内容及特征 |
13-14 |
|
2.2 遥感图像的模糊机理分析 |
14-22 |
|
2.2.1 大气效应模型 |
14-15 |
|
2.2.2 图像退化模型 |
15-18 |
|
2.2.3 模拟实验分析 |
18-20 |
|
2.2.4 最大熵恢复反演 |
20-22 |
|
2.2.4.1 最大熵恢复原理 |
20-21 |
|
2.2.4.2 反演结果分析 |
21-22 |
|
2.3 本章小结 |
22-24 |
|
3 灰度遥感图像处理 |
24-43 |
|
3.1 光电混合图像处理 |
24-28 |
|
3.1.1 光电混合处理系统 |
24-27 |
|
3.1.2 计算全息滤波实验 |
27-28 |
|
3.2 数字图像处理 |
28-41 |
|
3.2.1 拉普拉斯算法 |
28-31 |
|
3.2.2 高频加强滤波 |
31-33 |
|
3.2.3 边缘增强 |
33-36 |
|
3.2.4 同态滤波 |
36-41 |
|
3.3 本章小结 |
41-43 |
|
4 彩色图像处理 |
43-56 |
|
4.1 彩色原理与模型 |
43-46 |
|
4.2 RGB彩色图像处理 |
46-53 |
|
4.2.1 Retinex理论 |
46-47 |
|
4.2.2 Frankle算法 |
47-49 |
|
4.2.3 Single-Scale Retinex算法 |
49-51 |
|
4.2.4 Multi-Scale Retinex算法 |
51-53 |
|
4.3 HSI彩色图像处理 |
53-55 |
|
4.4 本章小结 |
55-56 |
|
结论 |
56-58 |
|
致谢 |
58-59 |
|
参考文献 |
59-61 |
|
| 【DOI】 | LunWen.ID:2.2008.389266 |
