| 【中文题名】 | 卫星遥感图像去薄云薄雾处理技术 |
| 【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】 | 遥感图像,模糊机理,复合模糊图像,点扩展函数,图像处理,图像恢复 |
| 【英关键词】 | Remote-sensed Image, Blurring Mechanics, Compound Blurred Image, PSF（Point Spread Function）, Image Processing, Image Restoration, |
| 【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】 | 卫星遥感成像已获得了广泛应用，但由于空间云雾干扰的影响，所获得的遥感图像的细节信息往往模糊不清，从而影响目标判读而降低了其应有价值。因此研究和分析卫星遥感图像受云雾模糊的特征并探索有效解决方法，就成了一个具有重大意义的课题。本文通过实验室模拟云雾干扰的方法来获取特征模糊图像，通过算法研究，探讨出适合薄云薄雾干扰的卫星遥感图像的处理及分析方法。本文的主要内容包括：
1．介绍了卫星遥感成像系统、遥感成像过程、大气结构模型和遥感图像基本特征。并对目前国内外遥感图像处理技术发展情况作了简要综述。
2．建立了初步光学实验平台，通过模拟云雾干扰实验，研究不同模糊特征图像的恢复处理方法。根据实际卫星遥感成像的大气云雾影响特性，和傅立叶光学空间滤波原理，从云雾频谱分析的角度讨论模糊图像的滤波恢复处理方法。采用计算机制全息图方法设计滤波器，进行光学滤波实验。
3．文章系统地介绍了导致图像恶化的原因和复原的基本原理，探讨了针对模糊特性的各种复原方法，给出了黑白灰度图像的计算机模拟结果。并基于最大熵迭代算法反演遥感成像过程，探索云雾导致遥感图像模糊的机理。
4．分析了不同模糊特性卫星... |
| 【论文题纲】 |
|
中文摘要 |
2-3 |
|
Abstract |
3-4 |
|
目录 |
4-6 |
|
1 绪论 |
6-9 |
|
1.1 引言 |
6 |
|
1.2 课题研究背景 |
6-8 |
|
1.3 论文主要研究工作 |
8 |
|
1.4 本章小结 |
8-9 |
|
2 卫星遥感技术及存在问题 |
9-15 |
|
2.1 卫星遥感系统 |
9-11 |
|
2.1.1 星载系统 |
9-10 |
|
2.1.2 地面系统 |
10-11 |
|
2.1.3 卫星遥感系统 |
11 |
|
2.2 遥感信息流程 |
11-12 |
|
2.3 大气效应模型 |
12-14 |
|
2.4 遥感图形特征 |
14 |
|
2.5 本章小结 |
14-15 |
|
3 光学滤波实验研究 |
15-27 |
|
3.1 光学实验平台 |
15-21 |
|
3.1.1 傅里叶光学4f系统 |
15-16 |
|
3.1.2 光电混合处理系统 |
16-21 |
|
3.1.2.1 液晶电视(LCTV)原理 |
18-19 |
|
3.1.2.2 光电混合处理实验分析 |
19-21 |
|
3.2 滤波器设计 |
21-25 |
|
3.2.1 计算全息技术 |
21 |
|
3.2.2 计算机制全息滤波片 |
21-25 |
|
3.2.2.1 迂回位相型计算全息法 |
21-23 |
|
3.2.2.2 李威汉型延迟抽样计算全息法 |
23-25 |
|
3.3 滤波实验流程 |
25 |
|
3.4 本章小结 |
25-27 |
|
4 模糊机理分析 |
27-37 |
|
4.1 典型退化模型 |
27-28 |
|
4.2 点扩展函数 |
28-30 |
|
4.3 图像恢复原理 |
30-32 |
|
4.3.1 逆滤波 |
30-31 |
|
4.3.2 维纳滤波 |
31-32 |
|
4.4 模糊机理研究 |
32-36 |
|
4.4.1 云雾模拟实验 |
32-33 |
|
4.4.2 最大熵迭代算法 |
33-34 |
|
4.4.3 最大熵反演结果分析 |
34-36 |
|
4.5 本章小结 |
36-37 |
|
5 卫星遥感图像处理 |
37-57 |
|
5.1 模糊特性分类 |
37-38 |
|
5.2 黑白灰度图像处理 |
38-49 |
|
5.2.1 平滑型卷积模糊图像恢复 |
38-42 |
|
5.2.2 覆盖型噪声模糊图像恢复 |
42-45 |
|
5.2.3 散射型反衬模糊图像恢复 |
45-47 |
|
5.2.4 复合模糊图像恢复 |
47-49 |
|
5.3 分辨率靶标实验 |
49-50 |
|
5.4 彩色图像复原处理 |
50-56 |
|
5.4.1 色彩模型 |
51 |
|
5.4.2 HIS图像恢复 |
51-53 |
|
5.4.3 RGB图像恢复 |
53-56 |
|
5.4.3.1 SSR算法图像恢复 |
53-54 |
|
5.4.3.2 MSR算法图像恢复 |
54-56 |
|
5.5 本章小结 |
56-57 |
|
6 实时图像处理系统 |
57-59 |
|
6.1 处理技术分析 |
57-58 |
|
6.2 图像处理系统 |
58 |
|
6.3 本章小结 |
58-59 |
|
结束语 |
59-61 |
|
致谢 |
61-62 |
|
参考文献 |
62-65 |
|
| 【DOI】 | LunWen.ID:2.2008.389269 |
