版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、相干斑噪聲是SAR系統(tǒng)和所有基于相干原理進(jìn)行成像系統(tǒng)的固有性缺陷,其阻礙了SAR圖像的解譯性及后續(xù)各種應(yīng)用,所以相干斑噪聲的抑制是SAR圖像解譯分析前的必要步驟;光學(xué)圖像和SAR圖像反映的地物信息量差異很大,將光學(xué)影像與SAR影像信息融合,進(jìn)行信息互補(bǔ),對(duì)于遙感圖像的解譯識(shí)別及森林類型識(shí)別是十分有益的。本文針對(duì)SAR圖像去噪及多源信息融合兩方面進(jìn)行了研究分析。
傳統(tǒng)的相干斑噪聲濾波算法在抑制噪聲的同時(shí)不能很好的保持圖像的高頻細(xì)
2、節(jié)信息,針對(duì)這一問(wèn)題選擇了適于同質(zhì)區(qū)域的自適應(yīng)濾波算法對(duì)SAR圖像進(jìn)行降噪處理,首先介紹了SAR圖像斑點(diǎn)噪聲的產(chǎn)生機(jī)理、模型及統(tǒng)計(jì)特性,然后根據(jù)其圖像后續(xù)具體應(yīng)用目的與要求,對(duì)常用自適應(yīng)濾波器算法進(jìn)行分析并分別采用LEE與增強(qiáng)LEE濾波、FROST與增強(qiáng)FROST濾波、LOCAL SIGMA濾波、GAMMA濾波和KUAN濾波算法對(duì)福建將樂(lè)林場(chǎng)RADARSAT-2圖像數(shù)據(jù)進(jìn)行處理,將有效視數(shù)、圖像邊緣保持指數(shù)等作為濾波器性能評(píng)價(jià)指標(biāo)體系并
3、依據(jù)各評(píng)價(jià)指標(biāo)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行比較分析。結(jié)果表明,增強(qiáng)型LEE濾波器去噪綜合性能最好,能在較好抑制噪聲的同時(shí)又保持了圖像的高頻信息和細(xì)節(jié)。通過(guò)各個(gè)濾波算法結(jié)果進(jìn)行系統(tǒng)比較分析,為以SAR圖像后續(xù)植被類型分類為應(yīng)用目的濾波算法的選擇提供了理論依據(jù)。
以獲取的福建省三明市將樂(lè)林場(chǎng)Quickbird影像和Radarsat-2全極化影像作為基礎(chǔ)數(shù)據(jù),采用面向?qū)ο蠖喑叨确指罘椒▽?duì)Quickbird全色與多光譜的融合影像、SAR影像及采用G
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向復(fù)雜數(shù)據(jù)對(duì)象的分類算法研究.pdf
- 基于面向?qū)ο蟮臉O化SAR地物分類.pdf
- 基于面向?qū)ο骃VM和譜聚類的極化SAR分類.pdf
- 基于稀疏表示的面向?qū)ο髽O化SAR圖像分類.pdf
- 面向云監(jiān)控的數(shù)據(jù)融合分析方法.pdf
- 面向?qū)@麛?shù)據(jù)清洗和分析的自動(dòng)分類方法研究.pdf
- 面向靈巧對(duì)象的數(shù)據(jù)收集和共享平臺(tái).pdf
- 基于多時(shí)相SAR數(shù)據(jù)和SPOT數(shù)據(jù)的盤(pán)古林場(chǎng)林分類型識(shí)別.pdf
- 面向大數(shù)據(jù)應(yīng)用的數(shù)據(jù)對(duì)象頁(yè)模型研究.pdf
- 面向Web數(shù)據(jù)集成的數(shù)據(jù)融合問(wèn)題研究.pdf
- 面向WSN數(shù)據(jù)安全融合的研究與分析.pdf
- 面向Deep Web數(shù)據(jù)集成的數(shù)據(jù)融合問(wèn)題研究.pdf
- 面向?qū)ο蟪绦蚯衅械臄?shù)據(jù)流分析.pdf
- 利用面向?qū)ο蟮姆椒ㄟM(jìn)行關(guān)系數(shù)據(jù)庫(kù)的分析和設(shè)計(jì).pdf
- 利用面向?qū)ο蠓椒ㄟM(jìn)行關(guān)系數(shù)據(jù)庫(kù)的分析和設(shè)計(jì).pdf
- 基于譜圖分割的極化SAR影像面向?qū)ο蠓诸惙椒ㄑ芯?pdf
- 面向情境感知的數(shù)據(jù)融合研究.pdf
- 面向醫(yī)藥數(shù)據(jù)的自動(dòng)分類方法對(duì)比分析.pdf
評(píng)論
0/150
提交評(píng)論