导读:本文包含了遥感图象处理论文开题报告文献综述及选题提纲参考文献，主要关键词:数据融合,遥感图象处理技术,应用探讨
遥感图象处理论文文献综述
宋晓玲,苏海红[1]（2016）在《基于数据融合的遥感图象处理技术》一文中研究指出随着不断增多的遥感应用获取数据。从单一可见光传感器发展至今,传感器的种类也越来越多,如光谱、红外、雷达以及高光谱等,从而在数据量的获取上也越来越多。但是随着数据信息的不断增多,也让更多的数据使用者在进行数据处理上不得不设计出更加有效的数据处理系统,只有这样才能让更加有用、更加精简、更加高质量的信息能够提取出来。本文通过对数据融合的框架结构和融合方法进行分析,并在此基础上探讨了这些数据融合方法在遥感图象处理中的应用。(本文来源于《电子技术与软件工程》期刊2016年06期）
马冬冬[2]（2010）在《遥感图象复原与超分辨并行处理系统设计技术研究》一文中研究指出遥感图象在成像过程中,会受到模糊、噪声和云雾等因素的干扰,使图象质量退化,细节丢失,分辨率降低。同时,由模数(A/D)变换过程中欠采样所引起的频率混迭,会使图象高频信息丢失,产生频谱畸变,从而进一步降低图象的分辨率。图象复原与超分辨的任务就是尽最大可能地消除由这些因素所引起的图象质量退化,提高其清晰度、对比度和分辨率。本文在不改变成像系统硬件条件的情况下,力图通过地面处理的方法对遥感图象复原与超分辨并行系统设计及其算法实现技术进行创新性研究,探索能够快速高效地提高遥感图象分辨率的新技术。遥感图象复原与超分辨并行系统设计及其算法研究的内容主要分为硬件和软件两个部分,其中硬件部分包括体系结构的选择和硬件系统的构建,软件部分包括并行算法模型的建立、并行算法的实现及其性能优化。目前,并行技术的应用已遍布图象处理的各个领域,但其本身尚存在许多未解决的难题,如系统底层硬件差异大、代价高,算法标准不统一、移植性差等,阻碍了其应用和发展。对图象并行体系结构的研究是并行算法设计的基础,可实现算法到结构的最优转换。本文结合具体的算法和应用,对多种基于计算机和DSP的图象并行处理系统进行详细的分析、分类和对比,指出通用化和结构融合是图象并行处理系统发展的趋势,通用系统目前主要基于DSP和机群两种体系结构。其中,DSP适合于小规模图象并行处理的快速响应,而机群则适合于海量大尺度遥感数据的实时处理。在此基础上,利用图象复原与超分辨算法在两种结构上进行了实验分析和规模预测,结果表明采用DSP结构设计的硬件系统规模太大而难以进行管理和应用,因此选择机群作为系统实现结构。在基于机群的系统结构基础上,结合图象复原与超分辨算法的特点,可将图象复原与超分辨的并行硬件系统设计为由胖节点、Infiniband交换机和光纤磁盘阵列等设备组成的SMP机群系统。在该系统上,采用基于细粒度并行化的OpenMP与MPI相结合的混合编程模型,可以充分发挥OpenMP节点内细粒度并行和MPI节点间粗粒度并行的综合优势,获得较好的并行性能。本文随后建立该系统性能模型的表达式,给出处理器个数和系统加速比、效率之间的关系。对该模型的深入分析表明,处理器数目的增加存在限制,若超出该值,由此带来的通信开销的急剧增大将掩盖新加入处理器的贡献,反而会使系统性能降低。并行处理技术发展的现状是软件远远滞后于硬件,因此对图象复原与超分辨并行算法实现技术的研究具有重大意义。本文通过对并行算法设计中影响其性能的负载、通信和I/O叁大因素进行深入研究,建立表征通信代价的数学模型。根据该模型,对固有通信、附加通信、开销、延迟和冲突等产生的机理进行了讨论,指出合并通信是一个很好的优化策略,它能在提高通信性能的同时有效避免竞争和冲突。然后,根据I/O系统的结构,建立对应的抽象层次模型,给出各层的优化策略。最后根据图象复原与超分辨并行算法的特点,对其域分解方法进行研究,建立一种基于PPCTS结构的并行算法模型。在已建立的遥感图象域分解方法和基于PPCTS算法模型的基础上,可进行图象复原与超分辨并行算法的设计。在图象复原部分,本文提出一种基于PDE的并行扩散去噪算法,而在图象超分辨部分,则提出一种频域扩展与补偿并行超分辨算法。其中,基于二阶PDE的并行扩散去噪算法是建立在对PDE去噪相关理论和并行化技术深入研究的基础上,主要用来快速去除遥感图象中广泛存在的高斯白噪声和泊松噪声,实验结果表明该算法能够在滤除噪声的同时保护图象的边缘,其处理效果好、速度快,能够满足实时应用的需求。而频域扩展与补偿并行超分辨算法能够快速地解开频率混迭,进一步提高图象的分辨率,它在融合单帧频域内插与增强技术和频率补偿滤波器的基础上,对算法中计算量最大的FFT和矩阵相乘算法进行了并行化,因此不但能消除遥感图象中可能引起振铃现象的频率突变,拓展频谱,提高图象的清晰度、对比度和分辨率,还能够大幅度提高算法的处理速度。在具有4个处理器的并行机上进行的测试表明,两种算法的加速比都可达到3倍以上,并行效率高于75%,同时都具有较好的可扩展性。在使用2个处理器时,并行效率最高可达92.9%。(本文来源于《哈尔滨工业大学》期刊2010-12-01）
季玲玲[3]（2008）在《高保真遥感图象压缩与分辨率增强联合处理研究》一文中研究指出日益增长的海量遥感数据为遥感图象的存储、传输及其广泛应用带来了极大的挑战,对其进行有效的数据压缩越发显得迫切和重要。然而,大多数压缩算法都一味追求高的客观质量(如信噪比)或主观质量,而忽略了遥感图象特殊的应用背景。在以信噪比为评价准则下,大多压缩算法一味倾向于舍弃高频信息的做法,易导致恢复图象分辨率的下降,这对具有丰富高频信息且应用背景特殊的遥感图象来说是很不利的。而结合压缩与后期应用目的的联合处理技术可有效避免上述算法的弊端,更好地满足遥感图象的特殊压缩要求。因此,研究适合于遥感图象的高保真压缩与分辨率增强的联合处理算法具有重要的理论意义和应用价值。JPEG2000作为最新静止图象压缩标准为遥感图象的压缩提供了新的解决途径,其所具有的优良率失真性能在一定程度上保证了压缩质量,然而JPEG2000对于遥感图象压缩也存在一定的局限性,有必要根据遥感图象自身特点及其特殊的应用背景有针对性地对其进行优化。因此,本文基于JPEG2000,主要研究高保真遥感图象压缩与分辨率增强的联合处理技术,并在理论指导下,对基于JPEG2000的遥感图象压缩系统进行了硬件设计与实现。首先,深入研究了JPEG2000基本原理和编码特性,并针对遥感图象的特点及其应用背景,与传统压缩方法进行了实验比较。在此基础上,从理论和实验两方面分析了JPEG2000在压缩过程中对图象分辨率信息的损失情况,由实验结果可知,即使是具有较高保真性能的JPEG2000在压缩的过程中也会导致图象分辨率的下降。其次,针对JPEG2000倾向于舍弃高频信息,导致恢复图象分辨率下降的问题,提出了基于JPEG2000的高保真遥感图象压缩与分辨率增强的联合处理算法。该算法充分利用了JPEG2000中小波变换的多分辨率分解和时频局部化分析特性,在小波变换后嵌入信息检测算法,在小波域提取出不同分辨率的重要信息,并在压缩的过程中对检测出的重要信息进行优先保存,从而实现高保真压缩与分辨率增强的联合处理。实验证明,该算法不仅能使重要信息丰富的区域得到高保真压缩,16倍压缩时可获得至少2dB的提高,同时有效增强了恢复图象的分辨率,从边缘检测的应用效果来看,本文算法获得的边缘检测率比Part 1推荐算法和Jasper算法的都更高,且对于不同压缩比,其检测率始终保持在90%以上,检测出的边缘连续性也更好。最后,在理论研究成果的指导下,结合小型化、集成化、多层次硬件和软件模块的设计思想,在基于专用芯片ADV202+DSP+FPGA的硬件平台上设计实现了遥感图象压缩系统。测试结果表明,该系统的压缩图象质量良好,能满足各项设计指标,且系统性能稳定、集成度较高、功能可扩展,为JPEG2000在星载遥感图象压缩中的实际应用提供了一定的新思路,具有广泛的应用前景。(本文来源于《哈尔滨工业大学》期刊2008-07-01）
林卉,张连蓬[4]（2008）在《遥感图象处理技术在吉林省嫩江流域洪水监测中的应用》一文中研究指出该文提出了利用遥感图像处理的方法对吉林省嫩江流域洪水进行监测,分析了SAR图像的特点,对比了两种图像复合技术,即TM图像与SAR图像的假彩色合成和TM图像与SAR图像通过IHS变换的复合技术。比较而言,前者处理的图像更能够快速、及时、宏观地反映洪水淹没状况。(本文来源于《江苏省测绘学会2007'学术年会论文集》期刊2008-01-01）
张磊[5]（2007）在《基于ADV202的遥感图象压缩系统及其后处理技术研究》一文中研究指出随着人类从信息时代向空间时代的迈进,遥感技术迅速发展起来。它集中了空间、电子、光学、计算机通信、精密机械等学科的最新成就,成为当代高新技术的一个重要组成部分,在地球资源管理、环境监测、军事侦察等方面得到了日益广泛的应用。但随之也带来了遥感数据的海量增长,这对存储容量和传输速率都提出了极高要求,因而进行有效的数据压缩就显得特别迫切和重要。由于遥感图象具有分辨率高、信息量大、冗余度低的特点,传统的压缩方法如JPEG、DPCM在应用于遥感图象压缩时都有一定的局限性,压缩效果不理想。JPEG2000国际标准的出台为遥感图象的压缩提供了新的解决途径。它所具有的一些特性使得其可很好地满足现阶段遥感图象的压缩要求,所以在遥感图象压缩的应用背景下,对JPEG2000标准进行研究是十分有必要的;然而,在硬件实现方面,考虑到压缩效果的同时,压缩速度也是不容忽视的,由于JPEG2000更为优越的压缩性能,算法的复杂度相对于JPEG也显着增加,图象压缩的时间也大大延长。因此如何实时或近时实现JPEG2000压缩对于星上作业和传输等方面而言都具有十分重要的现实意义。基于此本文对JPEG2000硬件实现及其相关问题进行了研究。首先,本文对JPEG2000编码系统的基本理论进行了深入研究,论述了JPEG2000的基本压缩原理。并按其压缩流程详细地介绍了各部分的原理与实现方法,然后以此为参照,结合遥感图象及其压缩的特殊要求,对JPEG2000在遥感图象压缩中的优势进行了讨论,为实际应用奠定了必要的理论基础。然后,针对遥感图象的特点以及星上压缩的具体情况和特殊要求,从硬件和软件两个层面给出了具体的设计方案,并采用模块化的设计思想设计了以ADV202为主要算法芯片,以DSP、FPGA为主要控制芯片的遥感图象压缩系统,在确保其稳定性的基础上得到了较高的处理速度和压缩效果,并且根据实际仿真的需要设计了USB接口等辅助部分,实现了基于JPEG2000的遥感图象压缩。最后,针对JPEG2000压缩码流在传输过程中遇到干扰较大和在特殊情况下解压缩图象有分块现象的问题,采用不等差错保护和小波软阈值法分别对JPEG2000压缩码流和解压缩后图象进行后处理,以使压缩码流有更好的抗误码能力,解压缩图象有更好的视觉效果,完善了整个系统的设计。本文实现的遥感图象压缩系统,完成了对遥感图象的JPEG2000的压缩,并且取得较理想的压缩效果和运算速度。通过对压缩码流的后处理,使其在抗误码能力上有了一定的提高,为解压缩端得到效果较好的解压缩图象提供了保障。通过对解压缩图象的后处理,使其在视觉效果上有了一定的改善。实验结果证明本文硬件系统和算法适用于遥感图象压缩的特殊要求,并取得了比较理想的效果。(本文来源于《哈尔滨工业大学》期刊2007-07-01）
吕诚然,刘斌,谢红,杨国东,于小平[6]（2004）在《遥感图象处理与信息提取方法的研究》一文中研究指出在图象预处理中,为了研究不同处理方法的效果,分别采用了灰度变换、图象平滑和图象锐化等方法,经过比较发现,不同的增强方法对不同的特征地物的效果有明显的差异;在图象信息提取时,分别使用最小距离法、比值法和组合比等方法,采用不同波段的图象组合进行运算,可以依次突出不同的地物信息,从而达到了信息自动识别的目的。(本文来源于《吉林地质》期刊2004年04期）
马伟锋,王卫红,蔡家楣,骆剑承,沈占锋[7]（2004）在《基于网格的遥感图象处理原型系统设计和实现》一文中研究指出网格被誉为是下一代的INTERNET。文章以遥感图象处理为主线,提出了基于网格的遥感图象处理原型系统的设计方案,有效地集成了分散的遥感图象处理算法和处理能力。最后结合OTSU算法在该原型系统中发布、调用等实际运行过程来详细分析几个关键技术的实现。(本文来源于《计算机工程与应用》期刊2004年24期）
白延平[8]（2003）在《遥感图象处理应用的几点体会》一文中研究指出如何在实际的遥感生产应用中应用常见的图像处理软件进行图像增强,提取有用信息,并以最佳的方式呈现在设计与领导决策者的面前,是许多遥感科技工作者十分重视解决的问题。目前市场上有多种多样的图像处理软件。我们从生产实际出发,结合多年来图像处理经验,应用常见的图像处理软件,如PhotoImpact、Photoshop、Photostyler、以及我们自行开发的3D-GIS软件等,把它们结合使用,同样取得了较好的信息增强效果。几年来,我们处理编制了具有领先水平的陕西省交通卫星遥感影像图(由36景TM数字图像镶嵌构成),完成了近千张生产中所需的高速公路设计路线带遥感影像图,开展高速公路遥感调绘项目二十余项,在实际生产应用中发挥了重要的作用。本文总结了一些适合生产实际中应用的简便易行的遥感图像处理方法。介绍了波段合成、对比度增强、图像局部增强、图像锐化处理、图像比值处理、图像主成分分析、图像融合等方面操作方法,以及就卫星遥感影像图编制、图幅拼接、地理信息编辑、图像整饰、遥感影像与地形图复合图、叁维遥感图制作等几个方面作了简要阐述。(本文来源于《第十四届全国遥感技术学术交流会论文摘要集》期刊2003-10-01）
龚伍军[9]（2003）在《浅谈遥感数字图象处理课的教学与实践》一文中研究指出本文针对地理信息系统专业的《遥感数字图象处理》课程教学过程中的一些问题进行了讨论,并就教学实践提出了自己的几点看法。(本文来源于《首届地理信息系统专业教育研讨会论文集》期刊2003-08-01）
李春干,谭必增[10]（2003）在《红树林资源调查的遥感图象处理方法研究》一文中研究指出在 2 0 0 1年应用“3S”技术与地面调查相结合的方法进行了广西红树林资源调查。以SPOT -HRV和Landsat 7ETM +数据为信息源 ,采用 1∶1万地图形和GPS定位数据进行SPOT图象的几何精校正 ,并采用精校正后的SPOT图象对ETM +图象进行精校正。通过训练区对图象进行拉伸增强 ,然后采用锐化HIS变换的方法将SPOT图象与ETM +图象进行复合 ,经真彩色合成后得到的图象具有地物轮廓清晰、色彩丰富、层次分明的特点 ,红树林与滩涂、海域的区别十分明显 ,为红树林分布位置和边界的准确定位奠定了坚实的基础(本文来源于《中南林业调查规划》期刊2003年02期）
遥感图象处理论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
遥感图象在成像过程中,会受到模糊、噪声和云雾等因素的干扰,使图象质量退化,细节丢失,分辨率降低。同时,由模数(A/D)变换过程中欠采样所引起的频率混迭,会使图象高频信息丢失,产生频谱畸变,从而进一步降低图象的分辨率。图象复原与超分辨的任务就是尽最大可能地消除由这些因素所引起的图象质量退化,提高其清晰度、对比度和分辨率。本文在不改变成像系统硬件条件的情况下,力图通过地面处理的方法对遥感图象复原与超分辨并行系统设计及其算法实现技术进行创新性研究,探索能够快速高效地提高遥感图象分辨率的新技术。遥感图象复原与超分辨并行系统设计及其算法研究的内容主要分为硬件和软件两个部分,其中硬件部分包括体系结构的选择和硬件系统的构建,软件部分包括并行算法模型的建立、并行算法的实现及其性能优化。目前,并行技术的应用已遍布图象处理的各个领域,但其本身尚存在许多未解决的难题,如系统底层硬件差异大、代价高,算法标准不统一、移植性差等,阻碍了其应用和发展。对图象并行体系结构的研究是并行算法设计的基础,可实现算法到结构的最优转换。本文结合具体的算法和应用,对多种基于计算机和DSP的图象并行处理系统进行详细的分析、分类和对比,指出通用化和结构融合是图象并行处理系统发展的趋势,通用系统目前主要基于DSP和机群两种体系结构。其中,DSP适合于小规模图象并行处理的快速响应,而机群则适合于海量大尺度遥感数据的实时处理。在此基础上,利用图象复原与超分辨算法在两种结构上进行了实验分析和规模预测,结果表明采用DSP结构设计的硬件系统规模太大而难以进行管理和应用,因此选择机群作为系统实现结构。在基于机群的系统结构基础上,结合图象复原与超分辨算法的特点,可将图象复原与超分辨的并行硬件系统设计为由胖节点、Infiniband交换机和光纤磁盘阵列等设备组成的SMP机群系统。在该系统上,采用基于细粒度并行化的OpenMP与MPI相结合的混合编程模型,可以充分发挥OpenMP节点内细粒度并行和MPI节点间粗粒度并行的综合优势,获得较好的并行性能。本文随后建立该系统性能模型的表达式,给出处理器个数和系统加速比、效率之间的关系。对该模型的深入分析表明,处理器数目的增加存在限制,若超出该值,由此带来的通信开销的急剧增大将掩盖新加入处理器的贡献,反而会使系统性能降低。并行处理技术发展的现状是软件远远滞后于硬件,因此对图象复原与超分辨并行算法实现技术的研究具有重大意义。本文通过对并行算法设计中影响其性能的负载、通信和I/O叁大因素进行深入研究,建立表征通信代价的数学模型。根据该模型,对固有通信、附加通信、开销、延迟和冲突等产生的机理进行了讨论,指出合并通信是一个很好的优化策略,它能在提高通信性能的同时有效避免竞争和冲突。然后,根据I/O系统的结构,建立对应的抽象层次模型,给出各层的优化策略。最后根据图象复原与超分辨并行算法的特点,对其域分解方法进行研究,建立一种基于PPCTS结构的并行算法模型。在已建立的遥感图象域分解方法和基于PPCTS算法模型的基础上,可进行图象复原与超分辨并行算法的设计。在图象复原部分,本文提出一种基于PDE的并行扩散去噪算法,而在图象超分辨部分,则提出一种频域扩展与补偿并行超分辨算法。其中,基于二阶PDE的并行扩散去噪算法是建立在对PDE去噪相关理论和并行化技术深入研究的基础上,主要用来快速去除遥感图象中广泛存在的高斯白噪声和泊松噪声,实验结果表明该算法能够在滤除噪声的同时保护图象的边缘,其处理效果好、速度快,能够满足实时应用的需求。而频域扩展与补偿并行超分辨算法能够快速地解开频率混迭,进一步提高图象的分辨率,它在融合单帧频域内插与增强技术和频率补偿滤波器的基础上,对算法中计算量最大的FFT和矩阵相乘算法进行了并行化,因此不但能消除遥感图象中可能引起振铃现象的频率突变,拓展频谱,提高图象的清晰度、对比度和分辨率,还能够大幅度提高算法的处理速度。在具有4个处理器的并行机上进行的测试表明,两种算法的加速比都可达到3倍以上,并行效率高于75%,同时都具有较好的可扩展性。在使用2个处理器时,并行效率最高可达92.9%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
遥感图象处理论文参考文献
[1].宋晓玲,苏海红.基于数据融合的遥感图象处理技术[J].电子技术与软件工程.2016
[2].马冬冬.遥感图象复原与超分辨并行处理系统设计技术研究[D].哈尔滨工业大学.2010
[3].季玲玲.高保真遥感图象压缩与分辨率增强联合处理研究[D].哈尔滨工业大学.2008
[4].林卉,张连蓬.遥感图象处理技术在吉林省嫩江流域洪水监测中的应用[C].江苏省测绘学会2007'学术年会论文集.2008
[5].张磊.基于ADV202的遥感图象压缩系统及其后处理技术研究[D].哈尔滨工业大学.2007
[6].吕诚然,刘斌,谢红,杨国东,于小平.遥感图象处理与信息提取方法的研究[J].吉林地质.2004
[7].马伟锋,王卫红,蔡家楣,骆剑承,沈占锋.基于网格的遥感图象处理原型系统设计和实现[J].计算机工程与应用.2004
[8].白延平.遥感图象处理应用的几点体会[C].第十四届全国遥感技术学术交流会论文摘要集.2003
[9].龚伍军.浅谈遥感数字图象处理课的教学与实践[C].首届地理信息系统专业教育研讨会论文集.2003
[10].李春干,谭必增.红树林资源调查的遥感图象处理方法研究[J].中南林业调查规划.2003