| 【中文题名】 | 云背景红外天空图像的统计模型与仿真 |
| 【英文题名】 | Statistic Model and Simulation of Infrared Cloudy Sky Images |
| 【学科专业】 | 模式识别与智能系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-4-5 |
| 【中关键词】 | 模型,仿真,功率谱,灰度分布,Steerable,Pyramid |
| 【英关键词】 | model,simulation,power spectrum,grey distribution,Steerable Pyramid decomposition,marginal statistics,Bessel K function,feature matching, |
| 【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】 | 本文对作为常见遥感图像背景存在的云背景红外天空图像的统计特性进行了深入的研究,并对它们建立了相应的模型。另外,根据这些模型文中给出了各种仿真方法用以得到模拟云背景红外天空图像。该研究为遥感图像处理及目标识别等任务提供了背景杂波的先验知识。
文章首先采用经典方法对云背景红外天空图像的Fourier 功率谱,灰度分布等统计特征进行了分析,并对它们分别建立了模型,同时设计了相应的仿真方法分别在空间域和频率域进行了生成模拟图像的实验。然后利用Markov 随机场对图像进行了建模和仿真。最后重点使用多分辨率分析的方法对目标图像进行了研究,通过对图像经Steerable Pyramid 分解后得到的各个子频段响应的边缘统计特性进行研究,利用Bessel K 函数族对云背景红外天空图像建立了分频段的统计模型,并根据该模型进行了仿真实验。为研究图像的更多统计特性,我们还通过直接对目标图像小波分解系数进行研究,从中提取出了一组较为完备的统计量作为特征,同时利用特征匹配的方法进行了仿真实验。本文的工作表明我们所建立的统计模型是有效的,仿真算法是实用的。 |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-7 |
|
1 绪论 |
7-12 |
|
1．1 研究背景和意义 |
7 |
|
1．2 红外图像建模的基本方法综述 |
7-10 |
|
1．3 图像数据来源及预处理 |
10 |
|
1．4 本论文的结构和主要研究工作 |
10-12 |
|
2 基于FOURIER 功率谱和的灰度分布的模型 |
12-24 |
|
2．1 FOURIER 功率谱模型 |
12-16 |
|
2．2 灰度分布模型 |
16-18 |
|
2．3 仿真算法设计和实验结果 |
18-23 |
|
2．4 本章小结 |
23-24 |
|
3 GAUSS-MARKOV 随机场模型 |
24-31 |
|
3．1 MARKOV 随机场模型介绍 |
24-25 |
|
3．2 GAUSS-MARKOV 随机场模型的建立 |
25-27 |
|
3．3 仿真算法设计和实验结果 |
27-30 |
|
3．4 本章小结 |
30-31 |
|
4 基于多分辨率分析的模型 |
31-63 |
|
4．1 引入多分辨率分析的意义 |
31 |
|
4．2 STEERABLE PYRAMID 小波的基本概念 |
31-35 |
|
4．3 基于STEERABLE PYRAMID 分解的分层模型 |
35-51 |
|
4．4 基于小波分解系数的图像描述性模型 |
51-53 |
|
4．5 仿真算法设计和实验结果 |
53-61 |
|
4．6 本章小结 |
61-63 |
|
5 总结和展望 |
63-65 |
|
5．1 本论文的主要研究工作 |
63-64 |
|
5．2 对今后工作的展望 |
64-65 |
|
致谢 |
65-66 |
|
参考文献 |
66-70 |
|
附录1 作者在攻读硕士学位期间发表的文章 |
70-71 |
|
附录2 GAUSS-MARKOV 随机场模型条件概率密度函数推导 |
71 |
|
| 【DOI】 | LunWen.ID:2.2008.389343 |
