Curvelet變換在SAR圖像斑點(diǎn)噪聲抑制和多源遙感圖像融合中的應(yīng)用.pdf

1、遙感圖像處理主要包括校正處理、變換與增強(qiáng)處理以及特征分析提取與識別分類處理等過程，它對于遙感技術(shù)的應(yīng)用有著重要的意義。小波變換作為圖像變換處理的方法之一，目前在遙感圖像處理領(lǐng)域中得到了廣泛的應(yīng)用。而近年來一種新的圖像變換處理方法——Curvelet變換憑借其相比于小波變換對圖像邊緣更強(qiáng)的表達(dá)能力受到人們的關(guān)注，并被嘗試引入了遙感圖像處理領(lǐng)域。本論文主要針對Curvelet變換在遙感圖像處理的部分領(lǐng)域——SAR圖像斑點(diǎn)噪聲抑制和多源遙感圖

2、像融合中的應(yīng)用進(jìn)行了研究和探索。 本論文完成的工作如下： 首先對Curvelet變換的理論和實(shí)現(xiàn)算法進(jìn)行了研究； 其次深入研究了SAR圖像斑點(diǎn)噪聲的成因和模型；以小波變換去噪法，Curvelet變換去噪法和Curvelet與小波的自適應(yīng)聯(lián)合去噪法(ACM)為重點(diǎn)研究和分析了已有斑點(diǎn)噪聲抑制方法；在ACM的基礎(chǔ)上提出了一種Curvelet與小波的模糊自適應(yīng)聯(lián)合去噪法(FACM)，并通過實(shí)驗(yàn)證明了該方法可以比小波變換

3、去噪法，Curvelet變換去噪法和ACM更好地抑制SAR圖像斑點(diǎn)噪聲： 隨后研究了多源遙感圖像融合的概念和意義；以小波變換融合法，Curvelet變換融合法為重點(diǎn)研究和分析了已有的多源遙感圖像像素級融合方法；提出了一種小波變換和Curvelet變換聯(lián)合的多源遙感圖像像素級融合方法，并通過實(shí)驗(yàn)證明了該方法比單獨(dú)使用的小波變換融合法和Curvelet變換融合法實(shí)現(xiàn)了更好的融合效果； 最后對本論文所做工作進(jìn)行總結(jié)，并對Cur