浅谈遥感影像处理.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
浅谈遥感影像处理.pdf

2015年 第 l期 影 像 技 术 浅谈遥感影像处理 姜耀鹏 碜惑 器影 (61175-~队,武汉 430074) 摘要 :本文通过论述遥感影像的特点,介绍了目前遥感影像处理的主要领域,并通过介绍几种最新的方法通过 实例介绍验证遥感影像的发展趋势。 关键词 :遥感影像处理;超分;影像融合;影像补绘 中图分类号:P237;TP751 文献标识码 :B DOI:10.39’69/j.issn.1001—0270.2015.01.23 于PCA成分域的多时相高光谱影像超分辨率重建方法. 1 前沿 将多时相高光谱影像的配准和超分辨率重建均转换到 遥感影像多以光谱数据为特征 。如IKONOS、 PCA成分域进行.从而同时保证算法的速度和精度 QuickBird等高空间分辨率卫星影像都有获取多光 Zhao~21等人针对高光谱影像 .提出了一种稀疏 谱影像 的能力 微波遥感数据~ISAR数据虽不易为 模型与混合像元分解模型的结合的超分辨率重建算 多波段数据 ,却从多极化角度得到弥补。遥感影像处 法 在这种算法 中用到了现在流行 的压缩感知的知 理的理论基础和处理方法与现有的数字图像处理和 识 .根据实验统计证明影像可以通过一组稀疏系数 模式识别的理论 、方法相似 ,如边缘提取 ,影像复原 , 选择过完备训练字典 中原子线性稀疏表达 通过合 影像融合等 :但是基于数字图像处理的影像处理方 适的稀疏系数我们能够还原出高分辨率影像 在这 法所涉及的往往仅仅针对单波段数据 .即黑 白影像 . 篇文章中作者根据影像复原退化模型.建立变分模 如纹理分析 ;有关 的概念 、方法也是针对黑 白影像 , 型.以稀疏表达为框架 .加入混合像元分解的光谱约 影像分割也是如此 .至多讨论到彩色影像 。当然,这 束项.能够保证在对影像进行重建的过程中.每个像 些理论 、方法是可以用于处理遥感影像的,但却没有 元的组分不变 .实现光谱保真度 反映遥感影像的特点.同时在遥感影像处理领域上 2.2 遥感影像融合 还具有一些特殊性.如遥感影像死像元修复.遥感影 现有的影像融合方法大部分都没有建立已知和 像去薄雾等.正是基于这一考虑 .我们应该针对遥感 未知之间的直接关联 .因此缺乏严格的理论根基和 影像数据特点。进行遥感影像处理研究。 数学基础 为了提高多光谱遥感影像的空间分辨率 , 并有效保持原有的光谱信息.提高后续特征识别的 2 主要 内容 精度 .Jiang等人_3]提 出了一种基于模型的正则化影 2.1 遥感影像超分变率重建 像融合方法 .分别建立 已知的低空间分辨率多光谱 遥感影像 的超分辨率重建研究和数字图像处理 影像与高分辨率全色影像有所求高分辨率多光谱影 类似 .都是采取一定的手段将受到噪声.模糊和降采 像之间的关系模型 .利用正则化技术进行融合处理。 样的低质影像恢复为高质量影像 的 超分辨率重建 2-3 遥感影像补绘与去条带方法 一 般分为3个范畴:基于内插 的超分辨率重建 .基于 现有影像补绘与去条带方法大部分都没有包含 多幅影像重建 的超分辨率重建 .基于学习的超分辨 影像的先验信息.从而未能在影像处理过程中对影 率重建方法

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档