| 【中文题名】 | 方向小波变换在遥感图像处理中的应用研究 |
| 【英文题名】 | Application and Research of Remote Sensing Image Processing Based on Directional Wavelet Transform |
| 【学科专业】 | 电路与系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-11-10 |
| 【中关键词】 | 方向小波变换,遥感图像,相干斑抑制,图像增强,图像融合, |
| 【英关键词】 | directional wavelet transform,remote image,speckle noise reduction,image enhancement,image fusion, |
| 【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】 | 随着现代遥感技术的发展，越来越多的多空间分辨率和多光谱分辨率的遥感图像得到迅猛发展和广泛应用。在图像系统中，从图像的获取，到图像的发送、传输、接收、输出等每个环节都会产生干扰，都会使图像的质量降低，如何处理这些降质图像是图像处理的基本要求。
合成孔径雷达(SAR)由于具有全天候、全天时、分辨率高等优点而在社会经济发展的方方面面得到发展，成为现代遥感技术研究的热点。由于光谱遥感图像具有良好的光谱特性，也得到广泛的应用。但SAR图像容易受到相干斑噪声的影响，而光谱图像普遍存在目标与背景对比度差、边缘模糊的缺点。因此，为了对遥感图像有一个更加全面、清晰、准确的理解和认识，并综合利用各类遥感图像数据，必须对遥感图像进行降噪、增强和融合处理。本文主要研究了基于小波多分辨率分析的图像降噪、增强和融合。主要研究包括以下内容：
(1) 在离散小波变换原理的基础上引入旋转因子矩阵产生“五株形”抽取和插值形成方向小波变换，使图像的分解具有“极化”能力，将方向小波变换应用到图像的降噪、增强和融合中。
(2) 在遥感图像去除噪声的过程中提出一种软阈值映射函数，在不同尺度的高频子带图像采... |
| 【论文题纲】 |
|
中文摘要 |
3-4 |
|
ABSTRACT |
4-7 |
|
第一章 绪论 |
7-10 |
|
1.1 研究的目的和意义 |
7 |
|
1.2 小波变换在遥感图像处理中的优势 |
7-8 |
|
1.3 本文主要研究的内容 |
8-10 |
|
第二章 小波变换的基本理论 |
10-28 |
|
2.1 引言 |
10-12 |
|
2.2 连续小波变换 |
12-13 |
|
2.3 离散小波变换 |
13-14 |
|
2.4 小波多分辨率分析及快速算法 |
14-16 |
|
2.5 二维图像的小波变换概述 |
16-18 |
|
2.6 二维图像的可分离小波变换 |
18-20 |
|
2.7 二维图像的方向小波变换 |
20-28 |
|
第三章 基于小波变换的遥感图像降噪处理 |
28-39 |
|
3.1 引言 |
28-29 |
|
3.2 遥感图像噪声的去除方法 |
29-30 |
|
3.3 基于小波变换的遥感图像降噪原理及质量评价 |
30-35 |
|
3.4 遥感图像小波降噪的实验结果和分析 |
35-39 |
|
第四章 基于小波变换的遥感图像增强处理 |
39-51 |
|
4.1 引言 |
39 |
|
4.2 遥感图像的增强方法 |
39-41 |
|
4.3 基于小波变换的遥感图像增强原理 |
41-44 |
|
4.4 遥感图像小波增强的算法及实验结果和分析 |
44-51 |
|
第五章 基于小波变换的遥感图像融合实现 |
51-63 |
|
5.1 引言 |
51-52 |
|
5.2 多源遥感图像融合原理及算法 |
52-54 |
|
5.3 遥感图像融合的客观评价与分析 |
54-55 |
|
5.4 基于小波变换的图像融合算法及实验结果和分析 |
55-63 |
|
第六章 结论与展望 |
63-64 |
|
参考文献 |
64-67 |
|
致谢 |
67-68 |
|
攻读学位期间发表的学术论文 |
68 |
|
| 【DOI】 | LunWen.ID:2.2008.389401 |
