灰色理論在遙感影像去噪中的應用研究.pdf

1、圖像去噪處理是遙感影像處理中非常重要的環(huán)節(jié),其去噪質量直接影響遙感影像后續(xù)的解譯與分析。因此,本文研究的主要目的在于從常規(guī)圖像去噪方法入手,分析灰色理論體系在遙感數字圖像去噪方面的作用與意義,并在此基礎上探討其與灰色預測模型以及灰色關聯(lián)度分析方法進行圖像去噪的具體結合方式,針對變換域與非變換域的噪聲處理算法及相關組合方案展開應用研究,并通過仿真試驗分析其各自在圖像去噪中的應用效果。
　　本文主要內容安排包括:
　　1.闡述灰

2、色系統(tǒng)基礎理論和發(fā)展現(xiàn)狀,并對其中的灰色預測模型建模和灰關聯(lián)分析方法作重點研究,此外,對遙感圖像的數字特征及其圖像去噪的基本理論和常用方法做簡要介紹。
　　2.嘗試采用單變量灰色線性中值濾波算法在空間域范圍內對常規(guī)非線性濾波去噪方法進行改進,并通過灰關聯(lián)分析對圖像中的噪聲像元予以識別,提高濾波過程中對脈沖噪聲的反應能力,并減少對圖像細節(jié)的平滑效應。該算法結合灰色預測模型與非線性中值濾波的特點,提高圖像去噪的有效性。
　　3.

3、結合多變量灰預測模型MGM(1,n)內不同變量具有一定關聯(lián)性的特點,在圖像空間域濾波去噪過程中,通過構造MGM(1,n)空間濾波模板,有意識地加大對周圍鄰域內灰度值變化關聯(lián)性的考慮范圍,從而提高圖像去噪質量。
　　4.結合Fourier變換的低通濾波方法,采用單變量灰色預測模型算法對比其與常規(guī)空間域、頻率域濾波算法及單純的灰色預測模型濾波方法所具有的特點,并分析組合模型的去噪效果及優(yōu)勢領域。此外,嘗試探求該算法在混合噪聲條件下的作

4、用效果。
　　5.將噪聲處理空間轉入到具有多分辨率特點的小波域中進行,利用小波變換的特點結合灰色歐幾里得關聯(lián)度分析方法,實現(xiàn)對圖像噪聲點的識別,并對圖像中的噪聲點加以抑制,增強非噪聲點像元,實現(xiàn)從多分辨率的角度對噪聲及其抑制方法展開分析研究。
　　本文中所有仿真試驗均通過采用Matlab編程實現(xiàn),通過程序對灰色系統(tǒng)圖像去噪后的評價指標進行了詳細的比較分析,并對去噪模型特征進行了深入探討,為今后灰色系統(tǒng)向測繪多維信息處理方面的