發(fā)布時間：2024-06-14 04:20

　　遙感技術(shù)是指在遠(yuǎn)距離上對目標(biāo)反射亦或自身輻射出的電磁波以及可見光、近紅外、紅外等多種信號進(jìn)行感知,并對其進(jìn)行探測和識別的一種技術(shù)。遙感信息的獲取及傳輸過程當(dāng)中,常常會受到各種各樣的原因影響(如:空中大氣,地面水氣的反射,折射,散射等光學(xué)現(xiàn)象對成像光譜儀成像的影響和地球磁場對傳輸過程產(chǎn)生的電磁干擾等)而產(chǎn)生大量的噪聲。這些噪聲會使遙感圖像的邊緣紋理、重要地物細(xì)節(jié)等關(guān)鍵信息模糊化,從而讓遙感圖像所包含的關(guān)鍵信息丟失,造成圖像整體的質(zhì)量下降,并且影響經(jīng)過處理后遙感圖像的后續(xù)應(yīng)用。因此為了獲取更高清晰度、信噪比并提高遙感圖像的質(zhì)量,對包含噪聲的遙感圖像進(jìn)行去噪處理是影響遙感圖像應(yīng)用至關(guān)重要的一個預(yù)處理步驟。本文針對現(xiàn)有較為常用的小波分析去噪算法以及獨立分量分析(Incdpendent Component Analysis,ICA)進(jìn)行了深入的研究并且結(jié)合查閱大量的文獻(xiàn)與書籍,將上述兩種相較獨立的去噪算法進(jìn)行結(jié)合,并且將此改進(jìn)的小波分析ICA算法應(yīng)用于實際的遙感圖像去噪應(yīng)用中,來檢驗該新的去噪算法的可行性與去噪效果。文章是通過利用傳統(tǒng)的小波變換去噪算法和改進(jìn)的小波分析ICA去噪算法分別對進(jìn)行了輻...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1技術(shù)路線圖

以及可解性條件和解的穩(wěn)定可靠性，收斂性也得到良好的處理。但是對于帶噪的信號處理以及處理速度，仍然有待人們繼續(xù)改進(jìn)和完善。其次，雖然獨立分量分析在語言地震信號、圖像、語音、陳列信號、化物醫(yī)學(xué)信號等領(lǐng)域應(yīng)用前景十分廣闊，但是獨立分量分析仍然在實際復(fù)雜的環(huán)境中存在很多的問題有待解決。1....

圖2-1無噪聲的獨立分量分析模型

立分量分析基本模型燥聲的獨立分量分析模型節(jié)主要針對無噪聲的獨立分量分析模型進(jìn)行研究，經(jīng)過研究發(fā)現(xiàn)部分構(gòu)成：混合部分、解混部分。在混合部分中，ICA的模型（果認(rèn)為存在m源信號，就能夠得到()[(),(),,()](012st=stststt=Tm矩....

圖2-2有噪聲的獨立分量分析模型

圖2-2有噪聲的獨立分量分析模型在探求如何計算ICA問題的時候，經(jīng)常要采取假設(shè)的方法來加的簡化，對此，具體的假設(shè)如下：對信號源和混合矩陣的情況是位置的，因此需要對二者進(jìn)行額際的解決ICA的相關(guān)問題，對此，具體的假設(shè)如下：源信號s(t)的各個分量s(t)i的均是....

圖2-3源信號的聯(lián)合概率分布

分離技術(shù)中心，使用的最為廣泛的分析方法就是獨立分量究，使得后續(xù)幾章的研究具備了理論基礎(chǔ)。在本章的研究CA的內(nèi)容、結(jié)構(gòu)、分類、屬性等。同時對ICA的兩種模詳細(xì)的分析。

本文編號：3994131