单幅遥感图像去薄云算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 引言 | 第10-16页 |
| 1.1 研究背景及研究意义 | 第10-11页 |
| 1.2 课题研究现状 | 第11-14页 |
| 1.3 本文的主要研究内容 | 第14页 |
| 1.4 本文结构安排 | 第14-16页 |
| 2 相关工作 | 第16-30页 |
| 2.1 云雾成像机制 | 第16-19页 |
| 2.1.1 遥感影像成像机制 | 第16-17页 |
| 2.1.2 薄云图像成像基本模型 | 第17-18页 |
| 2.1.3 遥感图像云区特征 | 第18-19页 |
| 2.2 HSV色彩空间 | 第19-21页 |
| 2.2.1 HSV色彩空间简介 | 第19-20页 |
| 2.2.2 RGB空间到HSV空间的转换 | 第20-21页 |
| 2.3 滤波方法 | 第21-29页 |
| 2.3.1 双边滤波 | 第22-24页 |
| 2.3.2 导向滤波 | 第24-27页 |
| 2.3.3 同态滤波 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 单幅遥感图像薄云检测算法 | 第30-39页 |
| 3.1 分离图像平滑层 | 第30-34页 |
| 3.2 阈值分割 | 第34-36页 |
| 3.3 带导向的图像膨胀 | 第36-39页 |
| 4 单幅遥感图像薄云消除算法 | 第39-54页 |
| 4.1 算法概述 | 第39-42页 |
| 4.1.1 暗通道先验 | 第39-41页 |
| 4.1.2 暗通道理论 | 第41-42页 |
| 4.2 大气光图的估计 | 第42-50页 |
| 4.2.1 大气光图的粗略估计 | 第42-44页 |
| 4.2.2 大气光图的优化方法 | 第44-47页 |
| 4.2.3 目标解数的求解方法 | 第47-50页 |
| 4.3 实验结果与分析 | 第50-53页 |
| 4.3.1 主观结果评价 | 第50-52页 |
| 4.3.2 客观结果评价 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-56页 |
| 5.1 全文总结 | 第54页 |
| 5.2 算法局限 | 第54-55页 |
| 5.3 未来工作 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
