微波與光學(xué)遙感圖像的分類與重建.pdf

1、拍攝條件和天氣氣候等客觀因素的干擾造成的數(shù)據(jù)缺失，對光學(xué)遙感影像的解譯和應(yīng)用造成了巨大的限制。常見的數(shù)據(jù)缺失類型包括云層與云層陰影遮擋、條帶狀噪聲和其他噪聲。光學(xué)遙感圖像重建方法利用相關(guān)的圖像數(shù)據(jù)，對圖像缺失部分的數(shù)據(jù)進行還原，使得遙感圖像在主觀視覺上有著更高的辨識度，對后續(xù)諸如遙感圖像解譯、目標檢測與監(jiān)督、地物分類和變化檢測等應(yīng)用帶來了極大的便利。目前，常用的光學(xué)遙感圖像重建算法可以分為基于輔助圖像信息的重建方法和基于圖像修復(fù)技術(shù)的重

2、建方法。其中，基于輔助圖像信息的重建方法是指利用多光譜或多時域的圖像之間的相關(guān)性信息，對缺失區(qū)域進行重建?；趫D像修復(fù)技術(shù)利用待修復(fù)圖像數(shù)據(jù)完好區(qū)域的圖像信息，對缺失區(qū)域進行估計。
　　文章所提出的算法基于圖像修復(fù)技術(shù)。這一類重建方法的瓶頸之一是缺乏待修復(fù)數(shù)據(jù)的圖像先驗信息，制約了其重建準確度?？紤]到微波圖像不受氣候影響，以及對云層的穿透性，文章利用常用的微波圖像聚類分類方法對微波遙感圖像進行分割，得到其圖像結(jié)構(gòu)信息，提出一種結(jié)合

3、微波圖像先驗結(jié)構(gòu)信息的圖像修復(fù)方法，應(yīng)用于光學(xué)遙感圖像重建。實驗證明，在海岸線的應(yīng)用場景下，文章提出的算法更好地保持了圖像結(jié)構(gòu)的連貫性，相較于幾種常用的重建方法，文章提出的算法具有更高的重建精度。
　　文章所做主要研究工作內(nèi)容如下：
　　1、基于Criminisi圖像修復(fù)算法，文章將其應(yīng)用于光學(xué)遙感圖像云層移除的具體重建問題，并使用微波圖像替換掉了原有算法中的光學(xué)亮度圖像，提出了一種基于微波遙感圖像的等高照線數(shù)據(jù)項計算方法，