资料下载
×
基于小波阈值理论的光学图像去云处理新算法
消耗积分:0 |
格式:rar |
大小:2621 |
2010-05-12
而无返还
分享资料个
基于小波阈值理论的光学图像去云处理新算法?
摘 要：分析了部分云覆盖的单幅光学遥感图像经过多层小波变换后，景物信息和云噪音在小波分解系数中的分布关系，并提出了云区阈值法来有效去除云噪音．通过选择适当的分界层数，将景物信息、云噪音尽可能分别分配到低层和高层细节系数中．高层细节系数中除主要包含云噪音外，也有部分有用景物信息．由于云噪音亮度大于景物，根据亮度特征合理选择高层细节系数的亮度阈值，去除云噪音，而保留其中的景物信息．通过对低层、高层细节系数和近似系数分别设置权重，增加景物对比度，减小残留云影响，从而重构得到恢复图像．提出了以信息熵作为分界层数、权重、阈值等参量选择的定量标准．实验证明，按信息熵标准能正确地选择参量，依据本文算法得到的去云效果远优越于同态滤波和Ｒｅｔｉｎｅｘ算法，且能充分保留云区以外景物信息．
关键词：图像处理；阈值；权重因子；小波分解；
摘 要：分析了部分云覆盖的单幅光学遥感图像经过多层小波变换后，景物信息和云噪音在小波分解系数中的分布关系，并提出了云区阈值法来有效去除云噪音．通过选择适当的分界层数，将景物信息、云噪音尽可能分别分配到低层和高层细节系数中．高层细节系数中除主要包含云噪音外，也有部分有用景物信息．由于云噪音亮度大于景物，根据亮度特征合理选择高层细节系数的亮度阈值，去除云噪音，而保留其中的景物信息．通过对低层、高层细节系数和近似系数分别设置权重，增加景物对比度，减小残留云影响，从而重构得到恢复图像．提出了以信息熵作为分界层数、权重、阈值等参量选择的定量标准．实验证明，按信息熵标准能正确地选择参量，依据本文算法得到的去云效果远优越于同态滤波和Ｒｅｔｉｎｅｘ算法，且能充分保留云区以外景物信息．
关键词：图像处理；阈值；权重因子；小波分解；
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
