版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、大氣的存在影響了多光譜遙感圖像的地物特征,如果有云存在將進一步影響遙感圖像的地物特征。目前,大氣校正的算法和軟件被廣泛的使用,但去除多光譜遙感圖像中云的影響是仍是現(xiàn)在面臨的一大挑戰(zhàn),所以研究多光譜遙感圖像的去云方法很有意義。本畢業(yè)論文專注于單幅多光譜遙感圖像的去云,并提出了兩種去云算法。
首先,利用云的光譜特征,文中提出了一種全新的去云算法。該算法先校正卷云,而后利用像素替換去除剩下的薄云影響。以一景受云影響的Landsat-
2、8衛(wèi)星數(shù)據(jù)為例,執(zhí)行去云算法后,波段1到波段5中云信息被去除。對圖像的平均值、標(biāo)準差,圖像中剖線反射率值變化的定量分析驗證了卷云校正和像素替換兩個步驟的去云效果。利用一幅無云影響的參考圖像,對去云結(jié)果進一步驗證。去云后,空間相關(guān)系數(shù)都在0.84以上,較去云前的空間相關(guān)系數(shù)有顯著的提高。各個波段反射率的變化和空間相關(guān)系數(shù)的提高充分驗證了算法的有效性和可靠性。
但是,利用卷云波段和像素替換的算法在薄云有一定厚度時對短波紅外波段的影
3、響不能忽略和在水體反射率值復(fù)原中存在的問題。為了避免這些問題,利用獨立成分分析的第二種去云算法被提出。卷云波段、可見光波段和紅外波段作為輸入,執(zhí)行獨立成分分析算法,識別并提取“云成分”。利用“云成分”計算出每個波段云的影響程度,進行去云處理,最終消除了圖像中薄云的影響。4個研究區(qū)域不同地物類型的圖像執(zhí)行了去云算法,從視覺效果看,云被去除。在有云區(qū)域中,去云前后直方圖對比參考圖像直方圖的變化驗證了算法在有云區(qū)域的有效性。去云前后圖像分別與
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多光譜遙感圖像變化檢測方法研究.pdf
- 衛(wèi)星多光譜遙感數(shù)據(jù)溢油檢測方法研究.pdf
- 多光譜遙感圖像配準與融合方法研究.pdf
- 多光譜遙感圖像配準與融合方法研究(1)
- 基于多光譜海洋遙感圖像的地物分離方法研究.pdf
- 多光譜遙感圖像編碼技術(shù)研究.pdf
- 多-高光譜遙感圖像光譜分解研究與應(yīng)用.pdf
- 基于光譜反射率的多光譜遙感圖像變化檢測方法研究.pdf
- 多光譜遙感圖像分割技術(shù)研究.pdf
- 多光譜遙感圖像融合技術(shù)研究.pdf
- 高光譜遙感圖像分類方法研究.pdf
- 超光譜遙感圖像數(shù)據(jù)壓縮.pdf
- 應(yīng)用于多光譜遙感圖像的模糊均衡方法研究.pdf
- 基于模式識別方法的多光譜遙感圖像分類研究.pdf
- 多光譜遙感圖像無損壓縮算法研究.pdf
- 高光譜遙感圖像降維方法研究.pdf
- 基于模糊主成分分析的多光譜遙感圖像增強方法研究.pdf
- 多光譜與全色遙感圖像融合算法研究.pdf
- 高光譜遙感圖像降維方法研究(1)
- 基于改進RBM的多光譜遙感圖像分類.pdf
評論
0/150
提交評論