遥感论文翻译.docVIP

遥感导论论文翻译 ? 姓 名： 齐树伟 学 号： 20131004149 专 业： 地 信 班 学 号： 064131 院（系）： 地 空 指导教师： 王毅 2015 年 1 月 修改后多光谱平均曲率运动的各向异性扩散 凯尔希.泊和和斯科特·T·阿克顿 俄克拉荷马成像实验室和俄克拉荷马州立大学计算机工程学院 美利坚合众国 @俄克拉荷马州教育署OK 74078号文件 摘要 本文介绍了一种新的为了加强和分段多光谱图像数据的各向异性扩散算法，这种算法基于平均曲率运动。通过允许控制重尾噪声消除后的特征尺度和敏感性，使用修改后的图像梯度计算的扩散算法进一步提高。相比之下，多尺度处理向量距离的不同方法被介绍并传播。遥感图像和彩色图像的实验证明了在图像熵减，消除脉冲和视觉质量方面的算法性质。 I介绍 各向异性扩散是一种选择性的滤波技术，这种技术有效的提供了内部区域滤波并抑制了区间滤波。因此，各向异性扩散作为图像分割的前体和边缘检测的对偶问题很有效。几个版本的扩散算法已经提出了单波段的图像。本文处理了增强已被添加的噪声损坏的多光谱（有色或遥感）图像的问题。 在[2]中, 阿尔瓦雷斯.劳恩和莫雷尔引入了一个修改了初始各向异性扩散机制后的模型。扩散不是同时在多个方向进行滤波，而是只作用在在局部图象梯度正交的方向上,。以这种方法为模型的偏微分方程已经研究了平均曲率运动（MCM）的属性。它可以表明水平集图像的扩散速度与平均曲率成正比。 ————————————————————————————— 这种材料基于在美国陆军研究办公室授予部分号码DAAH04 - 95-1-0225文件和国家航空和宇宙航行局在EPSCoR格兰特国立细胞科学中心- 171文件的工作支持。 标准的各向异性扩散算法[2],[5]仅仅适用于单波段图像强度,尽管有着缺点存在，在发展对如彩色图像的多光谱图像处理的各向异性扩散算法方面的进步已经被提出了。最近在这一领域的工作包括了萨皮罗和润尺和[6]，坎普勒[3]，阿克顿，兰迪斯[我]的贡献。我们将对比MCM的[3]和[6]方法对[11]和[8]不同测量方法。此外,我们将扩大这两种基本解决方案与一个“修改梯度”的解决方案。 在各向异性扩散中，滤波的速度取决于当地的扩散系数值。一般而言,扩散系数是一个连续,非增函数的梯度级局部图像。典型扩散系数的实现与高梯度大小有密切的关系。所以,一个潜在的方法在噪声图像上提高了各向异性扩散的性能来计算使用如[7]中的过滤后的图像梯度的版本。在本文中,我们调查多光谱各向异性扩散算法的想法的拓展。 首先,我们回顾一下基本的MCM算法和目前修改后的方法。我们也介绍向量不同距离(VDD)上的扩散多光谱图像。在两个示例应用程序中MCM，VDD的性能和改进版本的VDD和MCM进行比较。 II修改梯度平均曲率运动 让一个连续的多光谱图像表示为函数：，图像的扩散可以用平均曲率运动PDE[2]定义: 角是图像梯度的垂直方向，f是扩散系数（刚刚定义），这种方法的长处在于一个事实：图像的扩散并不存在于变换（垂直于图像边缘）最高值的方向，只存在于变换最低值的方向。所以，图像会在平行于边缘的而不是穿过边缘的方向被滤波。方程（1）因为它平均曲率运动的性质同样吸引人，在正常方向（相应的梯度）上的方程解的水平集与平均曲率成比例关系。[2] 我们对扩散数据量多光谱数,定义强度矢量和偏导数 ，多光谱图像上的改变速率可以被的实现得出，这里的，并且。我们需要除了级之外的速度改变的方向。在[4]中给出的两个可能的解决方法，是反正切函数和方程.现在让成为最大改变值方向的角度，让成为最大变化率。同样，让成为最小改变值方向的角度，让成为最小变化率。 通过定义术语，(1)的MCM扩散可以实现。(1)中的扩散系数控制滤波的速度，是一个区别(）的递减函数，一个可能的实现方法被如下方程给出。 这里k是梯度级阈值，每个多光谱波段都分别实现了扩散。 不幸的是,MCM算法对脉冲噪声很敏感。事实上，MCM技术真正的提高，将不在于消除方面，而在于图像的分化。为了克服这个缺陷，我们修改了MCM算法。在改动的算法里，一个估算的图像对于每个多光谱段的每一步都被计算。在计算图像的梯度扩散上使用了滤波后的估算图像。对于修改后的梯度平均曲率运动（MGMCM），我们利用高斯滤波图像来计算在（1）中使用的偏导数运算： 这里的，并且是一个二维高斯内核的标准偏差，对于的选择取决于对增强图像的所需规模。因此，这种改进了的PDE能够计算一个真