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、衛(wèi)星可見光圖像以其成像清晰度高,信息客觀豐富,時效性以及實用性強等優(yōu)點得到了廣泛應用。但衛(wèi)星可見光圖像存在的一個主要問題是,云層的遮擋會降低圖像中地面目標信息的可用性,某些有嚴重云層遮擋的圖像甚至無法使用。這既增加了圖像傳輸和處理的開銷與時間,又降低了可見光衛(wèi)星圖像的使用價值,對后續(xù)的圖像分類、目標檢測以及識別等處理應用也產(chǎn)生了極大的負面影響。因此,云檢測就成為衛(wèi)星可見光圖像處理的首要任務(wù)和關(guān)鍵技術(shù)之一。同時,云的物理特性和圖像特性的復
2、雜性使得云檢測成為一大難點。本文利用圖像結(jié)構(gòu)紋理分解和支持向量機分類技術(shù)對衛(wèi)星可見光圖像的云檢測問題進行了分析與研究,所得成果具有重要的理論意義和應用價值。
論文首先綜述了衛(wèi)星可見光圖像云檢測的研究現(xiàn)狀,包括研究背景、云檢測的特點和檢測方法等,并著重分析了支持向量機(SVM)分類技術(shù)和基于變分的圖像結(jié)構(gòu)紋理分解兩種方法。通過對衛(wèi)星可見光圖像的結(jié)構(gòu)紋理分解結(jié)果進行分析研究,我們發(fā)現(xiàn),圖像中尺度較大的云層部分被分解到結(jié)構(gòu)分量,
3、而其它小尺度細節(jié)被分解到紋理分量,利用圖像的結(jié)構(gòu)紋理分解可以有效地消除小尺度細節(jié)成分對云檢測的干擾。其次,對基于支持向量機分類技術(shù)的云檢測方法進行了理論分析和仿真實驗。在此基礎(chǔ)上,論文提出了一個基于SVM和結(jié)構(gòu)紋理分解的云檢測算法。該算法首先對衛(wèi)星可見光圖像進行結(jié)構(gòu)紋理分解,并在結(jié)構(gòu)圖像中利用簡單的閾值進行初步的云檢測,然后以此檢測結(jié)果引導SVM算法在原圖中進行更精確地檢測。數(shù)值實驗表明,該算法能夠有效地檢測出云區(qū),同時明顯地減少對非云
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
- 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。
最新文檔
- 可見光圖像云檢測算法的研究及其DSP實現(xiàn).pdf
- 基于Retinex理論的可見光衛(wèi)星遙感圖像增強算法研究.pdf
- 可見光遙感圖像云自動檢測方法研究.pdf
- 可見光遙感圖像分割算法研究.pdf
- 可見光復雜背景圖像中地面時敏小目標檢測算法研究.pdf
- 紅外圖像與可見光圖像融合算法研究.pdf
- SAR與可見光圖像融合算法研究.pdf
- 紅外和可見光圖像融合算法的研究.pdf
- 空對地可見光圖像制導跟蹤算法研究.pdf
- SETE系統(tǒng)中可見光圖像仿真算法研究.pdf
- 紅外和可見光圖像配準算法研究.pdf
- 紅外、微光-可見光圖像融合算法研究.pdf
- 紅外圖像與可見光圖像融合研究.pdf
- 紅外與可見光圖像的配準算法研究.pdf
- 彩色可見光與紅外圖像融合算法的研究.pdf
- 可見光圖像轉(zhuǎn)紅外圖像仿真.pdf
- 基于可見光與紅外圖像的景象匹配算法研究.pdf
- 紅外與可見光人臉圖像的融合識別算法研究.pdf
- 可見光和紅外光圖像融合算法研究.pdf
- 紅外與可見光圖像融合的研究.pdf
評論
0/150
提交評論