基于DSP的遥感图像薄云去除方法研究的开题报告.docxVIP

基于DSP的遥感图像薄云去除方法研究的开题报告

题目：基于DSP的遥感图像薄云去除方法研究

一、研究背景与意义

随着卫星遥感技术和数字图像处理技术的不断发展与成熟，卫星遥感图像在环境监测、土地利用、城市规划等领域得到越来越广泛的应用。然而，遥感图像中常常存在大量的云、雾和大气污染等噪声干扰，对图像的定量分析和应用造成严重影响，其中薄云是影响最为严重的一种。

薄云的存在使得遥感图像中出现空洞、假象等现象，影响了图像的质量。因此，对遥感图像中的薄云进行去除，可以提高遥感图像的质量和可用性，使其更加适合于精确定量分析和应用。

目前，遥感图像薄云去除主要采用基于物理原理的方法，如大气校正和模拟。这些方法需要耗费很长的时间和大量的计算资源，且计算精度较低，难以应用于实时处理和大规模数据处理。因此，基于数字图像处理技术的薄云去除方法具有很高的研究和应用价值。

二、研究内容和方法

本研究旨在探索一种基于DSP的遥感图像薄云去除方法，并研究其应用效果。具体研究内容包括：

1.综合比较已有的数字图像处理算法，选择适用于遥感图像的薄云去除方法。本研究将陆续尝试基于小波变换、小波阈值滤波、自适应中值滤波等算法，寻找适用于本研究的处理方法。

2.基于TI公司的TMS320F28335芯片，实现所选算法对遥感图像的薄云去除，并对处理之后的图像进行分析和评价。

3.针对实际遥感图像中薄云的特征，优化和改进所选算法，并进行性能测试和比较分析。

三、预期研究结果

本研究预期取得以下成果：

1.比较不同数字图像处理算法在遥感图像中薄云去除效果，并选择最佳的算法。

2.利用TMS320F28335芯片，实现所选算法对遥感图像的薄云去除，形成一套完整的数字图像处理系统。

3.优化和改进所选算法，并得到更好的薄云去除效果。

4.验证数字图像处理方法在遥感图像中薄云去除的应用价值，并与基于物理原理的方法进行比较和分析。

四、研究进度计划

第一年：

1.学习遥感图像处理相关知识和基础数学知识。

2.综合比较不同数字图像处理方法，选择适用于遥感图像的薄云去除方法。

3.基于所选方法，采用MATLAB等软件对遥感图像进行薄云去除实验及分析。

第二年：

1.利用TI公司的TMS320F28335芯片，搭建数字图像处理系统。

2.实现所选算法对遥感图像的薄云去除。

3.对处理后的图像进行优化和改进。

第三年：

1.评估数字图像处理方法在遥感图像中薄云去除的优缺点，与现有基于物理原理的方法进行比较。

2.提出并实验验证算法的改进优化方案。

3.撰写硕士论文，完成答辩。

五、参考文献

1.Gao,B.C.,Goetz,A.F.H.,andHeidebrecht,K.B.“DerivationofscaledsurfacereflectancesfromAVHRRdata.”RemoteSens.Environ.,35(2-3):77–89,1991.

2.吴明,“图像去雾算法综述,”计算机技术与发展,vol.14,no.2,pp.1-5,Feb.2004.

3.田超,“基于模糊算法的遥感图像空气质量评价和研究,”科技创新导报,vol.8,no.12,pp.18-19,Dec.2008.

4.Xiao,Q.“AnImprovedMethodforCloudDetectioninRemoteSensingImages.”Int.J.RemoteSens.24(1):157-164,2003.

5.纪宏亮,“基于小波变换的遥感图像水稻分类方法,”浙江农业工程学院,硕士论文,2010.