2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認領(lǐng)

文檔簡介

1、高光譜遙感廣泛應(yīng)用于地物探測分類、目標識別等軍事和民用領(lǐng)域。但由于多種因素影響,高光譜遙感圖像中往往存在嚴重的條帶噪聲干擾,給圖像后續(xù)的探測識別等處理帶來了極大困難。因此,必須去除條帶噪聲。
  本論文以盡量去除條帶噪聲并保留圖像細節(jié)紋理信息為基本目標,對高光譜遙感圖像中條帶噪聲去除方法進行了研究,主要內(nèi)容如下:
  1.分析了成像光譜儀的兩種工作原理,分析歸納了條帶噪聲的產(chǎn)生機理和表現(xiàn)特性,研究了條帶退化模型并對模擬圖像進

2、行了條帶退化。
  2.研究了直方圖匹配法、矩匹配法、傅里葉變換法等已有的典型去條帶噪聲方法,并通過仿真實驗對各種方法的適用范圍、去噪效果和存在的問題進行了對比分析。
  3.針對矩匹配法去條帶后圖像產(chǎn)生“帶狀效應(yīng)”的問題,提出了一種基于均值濾波的改進矩匹配法。該方法以濾波后的行均值序列為參考均值,能夠在有效去除條帶噪聲的同時避免“帶狀效應(yīng)”的產(chǎn)生,且具有普遍適應(yīng)性。
  4.針對盡量保留圖像細節(jié)紋理信息的問題,提出了

3、一種基于噪聲分類自適應(yīng)的去噪方法。該方法按條帶污染程度對噪聲進行自適應(yīng)分類,并分別進行不同強度的濾波,能夠在有效去除條帶噪聲的同時保留更多的保留圖像細節(jié)紋理信息,且具有普遍適應(yīng)性。
  5.針對特定條帶圖像矩匹配法后產(chǎn)生“離散加劇效應(yīng)”的問題,提出了一種基于圖像分類的改進矩匹配法。該方法按均勻性對圖像進行分類,能夠在有效去除條帶噪聲的同時避免“離散加劇效應(yīng)”的產(chǎn)生,只對特定條帶圖像適用。
  模擬條帶圖像和真實條帶圖像的實驗

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論