| 【中文题名】 | 高光谱图像条带噪声消除方法研究 |
| 【英文题名】 | |
| 【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】 | 2007-5-23 |
| 【中关键词】 | 高光谱遥感,条带噪声,条带消除,小波变换,矩匹配, |
| 【英关键词】 | hyperspectral remote sensing,stripe noises,destriping,wavelet transform,moment 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】 | 高光谱遥感由于其具有波段多、光谱分辨率高、数据量大等特点，且其所获得的数据同时包含了空间信息和光谱信息，在军事和民用方面显示出巨大的发展潜力和应用前景。
但由于各种因素影响，高光谱图像受到了严重的条带噪声干扰。条带噪声的存在降低了高光谱图像的精度，给高光谱图像的后续处理带来了极大的不便。因此，条带噪声消除是高光谱图像预处理的关键一步。本文的研究内容就是进行高光谱图像中条带噪声消除算法的研究。基本目标就是要在消除条带噪声的同时，最大限度地保持图像的纹理细节信息，较好地恢复图像的原始辐射信息。
由于条带噪声广泛存在于多种高光谱图像中，且与常见噪声具有很大不同，因此已有学者对其进行过研究，但已有方法仍存在一些问题和不足。本文主要在分析条带噪声的形成机理和特性的基础上，针对已有方法的不足，提出了四种条带噪声消除的新方法，并通过实验进行了算法性能的比较和评价。
1．提出了一种自适应滑动匹配的条带噪声消除方法，此方法为空域方法，将空域的滑动滤波与匹配思想相结合，实现简单，并且能够较好地消除条带噪声；
2．提出了一种为结合边缘检测的小波变换条带噪声消除方法，这种方法主... |
| 【论文题纲】 |
|
摘要 |
3-5 |
|
Abstract |
5-7 |
|
目录 |
7-9 |
|
第一章 绪论 |
9-19 |
|
1.1 引言 |
9-13 |
|
1.2 高光谱遥感的发展及现状 |
13-14 |
|
1.3 条带噪声消除方法的发展及现状 |
14-16 |
|
1.4 本文研究内容 |
16-19 |
|
第二章 高光谱图像中的条带噪声 |
19-27 |
|
2.1 概述 |
19 |
|
2.2 高光谱成像光谱仪的工作原理 |
19-21 |
|
2.3 条带噪声的产生机理 |
21-22 |
|
2.4 条带噪声的特性及分析 |
22-27 |
|
第三章 高光谱图像条带噪声消除方法研究 |
27-61 |
|
3.1 概述 |
27-28 |
|
3.2 空间域的条带噪声消除方法 |
28-32 |
|
3.3 变换域的条带噪声消除方法 |
32-48 |
|
3.3.1 基于傅立叶变换的条带噪声消除方法 |
33-37 |
|
3.3.2 基于小波变换的条带噪声消除方法 |
37-48 |
|
3.4 本文方法 |
48-59 |
|
3.4.1 自适应滑动匹配方法 |
49-50 |
|
3.4.2 结合边缘检测的小波变换方法 |
50-53 |
|
3.4.3 利用奇异点检测的小波变换方法 |
53-56 |
|
3.4.4 基于匹配思想的自适应消噪方法 |
56-59 |
|
3.5 小结 |
59-61 |
|
第四章 实验结果与分析 |
61-73 |
|
4.1 图像质量评价 |
61-64 |
|
4.2 实验结果 |
64-70 |
|
4.3 分析与总结 |
70-73 |
|
第五章 总结与展望 |
73-75 |
|
参考文献 |
75-82 |
|
致谢 |
82-83 |
|
| 【DOI】 | LunWen.ID:2.2008.389447 |
