| 【中文题名】 | 基于不对称高斯算法的MODIS LAI降噪研究 |
| 【英文题名】 | |
| 【学科专业】 | 测试计量技术及仪器 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-8 |
| 【中关键词】 | 遥感图像,降噪,不对称高斯滤波,叶面积指数,结果评价, |
| 【英关键词】 | remote-sensing image,reducing noise,asymmetric Gaussian model,MODIS LAI,achievement evaluation, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感技术的应用>> |
| 【论文摘要】 |
植被叶面积指数(LAI)是研究植被冠层结构的一个重要参数,它控制着植被的许多生物物理过程,同时也为植冠表面最初能量交换提供结构化定量信息。而遥感技术本身的优势为研究大区域植被提供了有效途径。但是由于MODIS叶面积指数(LAI)数据获得过程中受到多方面因素的影响,例如云,大气污染等,使获得的数据存在大量的噪声,影响了MODIS叶面积指数(LAI)数据的精度,从而
降低了叶面积指数遥感图像的实用价值。因此,针对叶面积指数遥感数据的降噪成为具有重大意义的研究课题。在本文中,研究了常用的MODIS遥感数据降噪算法特点,然后提出了利用不对称高斯算法具体实现MODIS叶面积指数数据的降噪。本文的主要内容如下:
1.阅读大量的国内外文献,总结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。另外,介绍了本文研究的主要内容及论文结构。
2.说明了MODIS遥感图像降噪的基本流程,并整理研究了常用的MODIS遥感图像降噪算法思想。针对各种算法的特点,最后提出了本论文中运用的不对称高斯算法。
3.不对称高斯滤波算法实现说明,其中包括算法中数据的输入部分、输出部分及不... |
| 【论文题纲】 |
|
中文摘要 |
4-5 |
|
ABSTRACT |
5-8 |
|
第一章 绪论 |
8-12 |
|
1.1 课题背景及目的 |
8-9 |
|
1.2 国内外现状 |
9-10 |
|
1.3 论文结构及内容安排 |
10-12 |
|
第二章 MODIS 遥感数据降噪过程及方法简介 |
12-23 |
|
2.1 降噪过程 |
12-13 |
|
2.2 降噪方法综述 |
13-20 |
|
2.3 不对称高斯理论 |
20-23 |
|
第三章 基于不对称高斯滤波的算法实现 |
23-35 |
|
3.1 数据读入及背景值的选取 |
23-26 |
|
3.2 不对称高斯算法实现 |
26-32 |
|
3.3 算法流程 |
32 |
|
3.4 数据输出 |
32-35 |
|
第四章 实验结果及其评价 |
35-50 |
|
4.1 实验数据 |
35-39 |
|
4.2 结果分析 |
39-44 |
|
4.3 结果评价 |
44-48 |
|
4.4 不对称高斯算法的优缺点 |
48-50 |
|
第五章 总结与展望 |
50-52 |
|
5.1 总结 |
50 |
|
5.2 存在问题及工作展望 |
50-52 |
|
致谢 |
52-53 |
|
参考文献 |
53-58 |
|
攻读硕士学位期间的研究成果 |
58-59 |
|
| 【DOI】 | LunWen.ID:2.2008.389466 |
