一种基于融合指标的小波去云参数选取方法.pdf

《一种基于融合指标的小波去云参数选取方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2015年第34卷第l2期传感器与微系统(TransducerandMicrosystemTechnologies)29DOI：10．13873／J．1000-9787(2015)12-0029--03一种基于融合指标的小波去云参数选取方法谢俊德，方源敏，张培洋(昆明理工大学国土资源工程学院，云南昆明650093)摘要：遥感图像普遍存在着薄云噪声，对其使用造成影响，因此需要针对薄云的特性来进行去云处理。一种利用频率特点将各层小波系数分开处理的小波去云方法有较好的去云效果，但其中一些参数的正确选取对结果有很大

2、影响，尚未完全找到有效的方法来选择。根据遥感图像的特点，选择评价指标来构造融合指标，利用该融合指标寻找到最佳的分界层和分解层数。通过使用该方法求得的两个参数能够实现较好的去云目的，证明方法的高效性。关键词：遥感图像；小波变换；薄云去除；融合指标中图分类号：TP751文献标识码：A文章编号：1000-9787(2015)12-0029--03AparametersselectionmethodofwavelettransformforcloudremovalbasedonfusionindexXIEJun—d

3、e，FANGYuan—min，ZHANGPei-yang(FacultyofLandResourceEngineering，KunmingUniversityofScienceandTechnology，Kunming650093，China)Abstract：It’Snecessarytoremovethincloudwhichisacommonnoiseinremotesensingimages．Awaveletremovingcloudmethodthatusingfrequencycharacter

4、isticstoseperatelyprocesswaveletcoeficientsofeachlayerhasgoodcloudremovingeffect，butcorrectselectionofsomeparametershasgreateffectonresult，effectivemethodhasnotbeenfoundyet．Accordingtocharacteristicsofremotesensingimages，selectevaluationindextoconstructfus

5、ionindex，usethisfusionindexestofindthebestboundarylayeranitdecompositionlayers．Byusingthismethodtoobtaintwoparameters，thegoalforremovingthincloudisachieved，andthemethodisprovedtobehi【gheficient．Keywords：remotesensingimage；wavelettransform；cloudremoval；fusi

6、onindex0引言个参数的确定问题进行研究和探讨。遥感技术在地图制作、森林、农业、军事等等社会各领1小波变换去云基本原理域发挥着越来越重要的作用。但是，遥感图像经常会遇到1．1小波变换的原理的一个问题就是容易受到云的影响，影响对地物信息的获小波变换是2O世纪8O年代形成的新的数学分支，它取，甚至使遥感图像难以使用。因此，去云处理的研究十分是在傅里叶变换的基础上发展起来的，目前在图像处理领重要。对此，国内外已经有不少的研究，包括基于滤波的去域有着非常广泛的应用，具有局部分析的能力和多分辨率云法、小波融合去云

7、法、替代法、基于灰度梯度的分析的特点。遥感图像去云方法等。多分辨率分析能将函数表示为一个低频成分与不同分本文主要研究的是利用小波变换消除薄云的方法。小辨率下的高频成分。波系数加权法’通过对小波系数进行分界处理来去除云信号经多层小波变换后可以简单表示为层。它利用薄云的低频特性，用分界层将地物细节和云层，=∑呻+∑∑咖，(1)信息尽可能地分开，再进行相应处理来达到去云的目的。式中a，d分别为尺度系数和小波系数；(b，分别为尺度但其分界层和最大分解层数的选取方法尚未有一种行之有函数和小波函数。效的方法，往往都是根

8、据反复实验来求得。本文针对这两如何具体求出小波系数和尺度系数，Mallat给出了快收稿日期：2015-10-08传感器与微系统第34卷速算法，即个制约因素，本文认为平均梯度比较适合。平均梯度能反=D(h)，(2)映图像的细节清晰度，平均梯度越高，表征图像细节越清=D($G)．(3)晰。对于地物细节信息有较多损失的图像，平均梯度会急等式右边的算式表示进行卷积后二下元抽样。剧减少，因此，可以作为去云的指标之一。先将两