Landsat-7缝隙数据恢复的算法研究.pdfVIP

  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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Landsat-7缝隙数据恢复的算法研究.pdf

第24卷 第l2期 计 算 机 仿 真 2007年12月 文章编号:1006—9348(2007)12—0059—03 Landsat一7缝隙数据恢复的算法研究 田晓红 ,林友明 (1.中国科学院中国遥感卫星地面站,北京100086; 2.中国科学院研究生院,北京100049) 摘要:扫描行校正器异常造成了Landsat一7图像数据丢失(称之为缝隙数据),由于数据本身仍保持了良好的辐射和几何特 性,具有较好的可用性,因此研究缝隙数据的恢复算法将具有较好的理论价值和应用前景。目的就是通过仿真实验寻找一种 较好的恢复算法。首先介绍了课题背景以及现有的算法——全局直方图匹配法和局部直方图匹配法,并在局部直方图匹配 算法的基础上提出了自适应局部回归匹配算法。最后对同一幅缝隙图像用这三种算法来实现恢复,通过比较均方根误差和 运行速度,论证了自适应局部回归匹配算法在精度方面要优于全局直方图匹配算法和局部直方图匹配算法,算法复杂度要 优于局部直方图匹配算法,具有很高的可行性。 关键词:直方图;匹配;缝隙;填充 中图分类号:TP39l 文献标识码:B Research on Algorithms for Recovering Landsat-—7 Gap Data TIAN Xiao—hong .LIN You—ming (1.China Remote—Sensing Satellite Ground Station,Beijing 100086,China; . 2.Graduate University of the Chinese Academy of Sciences,Beijing 100049,China) ABSTRACT:For the data loss induced by the SLC’S anomaly(called gap data),as the data itself preserves good radicalization and geometry performances and the usability,it has good theoretical value and application foreground to research the algorithms for recovering the gap data.The purpose of this paper is to find out a better recovering algorithm.This paper first introduces the background of the problem and the existing algorithms such as global histogram match,local histogram match and then proposes a new algorithm—— adaptive local regression match.At last three algorithms are used to recover the same gap image and the best one is chosen by comparing the RMSE and complexity.It is testified that the adaptive local regression match is better than global histogram match and local histogram match on RMSE,especially better th

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档