遥感数字图像处理关键算法研究

作     者：任静波 

作者单位：沈阳航空航天大学 

学位级别：硕士

导师姓名：李玉峰;张少卿

授予年度：2020年

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

主      题：遥感图像去雾 多尺度卷积神经网络 遥感图像拼接 A-KAZE算法 

摘      要：随着遥感影像的快速发展,航空遥感因其成本低、灵活性高等优点得到了广泛的应用,由于飞行高度有限,航空遥感图像在拍摄的过程中往往需要穿越云层,这就导致航空遥感所拍摄的图像存在着雾、霾等噪声,从而降低了航空遥感图像的质量。同时,为了得到一幅包含区域所有信息的高分辨率全景图像,就需要采用图像拼接的手段将连续拍摄的多张航空遥感数字图像合成为一张图像。本文主要研究工作如下:1.提出了一种基于深度学习的图像去雾算法。首先,将原有大气散射模型进行变形,使多个未知参数统一在一个未知参数中,并运用多尺度卷积神经网络对未知参数进行估计;最后,将参数估计值带入去雾模型中得到恢复后的无雾图像。2.提出了一种新的无人机航拍图像快速拼接算法。采用改进的A-KAZE算法提取航空遥感图像特征点并进行特征点描述,采用主成分分析法对特征描述子进行精简降维。最后将待拼接图像拼接为全景图,并通过融合算法对拼接缝进行均衡处理。3.设计了一款基于微信小程序的辽宁盘锦红海滩湿地旅游导览平台。将去雾拼接后的遥感图像与高德地图API进行镶嵌,为后续遥感图像产业化开发打下基础。通过与相关算法的对比实验,在遥感数字图像去雾方面,本文所提算法在视觉效果和客观指标上表现更好,有效提升了遥感图像在雾霾天气状况下的清晰度;遥感图像拼接方面,所提算法相较于改进前的算法,图像拼接结果无明显的拼接缝,色彩均衡,具有较强的实时性。