论文总字数：22268字

目 录

摘要……………………………………………………………………Ⅰ

Abstract………………………………………………………………Ⅱ

1 绪言 1

1.1 研究背景及意义 1

1.2 国内外研究现状 1

1.3 研究的关键内容 2

1.4 论文的主要内容安排 3

2 基于改进加权核函数的均值滤波优化算法 4

2.1 常见的几种均值滤波算法简介及分析 4

2.1.1 传统均值滤波算法 4

2.1.2 非局部均值滤波算法 4

2.2 本文提出的基于改进加权核函数的均值滤波优化算法 5

2.2.1倒数型-Turkey均值滤波算法 5

2.2.2倒数型核因子 5

2.2.3 Turkey因子 6

2.3 实验结果分析 6

2.3.1 滤波实验图分析 6

2.3.2 峰值信噪比（PSNR）分析 8

2.4 结论 9

3 基于改进灰度相似度因子的双边滤波优化算法 10

3.1 常用的几种双边滤波算法简介及分析 10

3.1.1 传统双边滤波算法简介及分析 10

3.1.2 梯度双边滤波算法简介及分析 11

3.2倒数型灰度补偿双边滤波算法 12

3.2.1 基于相似性判断的补偿函数 12

3.2.2 基于灰度相似度因子的改进 13

3.2.3 倒数型灰度补偿双边滤波算法 13

3.3 实验结果分析 14

3.3.1 滤波实验图分析 14

3.3.2 峰值信噪比（PSNR）分析 16

3.4 结论 17

4 基于高分辨率遥感影像的线性、非线性滤波的比较分析 18

4.1 常见滤波算法的简介及分析 18

4.1.1 高斯滤波的简介及分析 18

4.1.2 中值滤波的简介及分析 18

4.2基于高分辨率遥感影像的线性、非线性滤波的比较分析 18

4.2.1 基于滤波实验图的比较分析 18

4.2.2 基于峰值信噪比（PSNR）的比较分析 21

4.3 结论 22

5 结论 23

5.1 论文总结 23

5.2 研究展望 23

参考文献： 23

致谢……………………………………………………………………25

高分辨率遥感影像的线性、非线性滤波比较分析及改进

练远鑫

，China

Abstract: These years remote sensing technology has never stopped its own development. Remote sensing images also have improving resolution, and related information extraction and processing are hot topics in the field of remote sensing. High-resolution remote sensing images have high spatial resolution, distinctive texture features, and rich information. It has not only brought more convenient and more detailed data sources for civil use such as land use, urban planning and environmental monitoring, but also has more important significance for military target identification and battlefield environment simulation. The influence of noise on high-resolution remote sensing images cannot be ignored. It affects the input, acquisition, and processing of image processing and the output results to varying degrees. Therefore, denoising the image is a basic and crucial technique before other image processing in high-resolution remote sensing image results to varying degrees. Therefore, denoising the image is a basic and crucial technique before other image processing in high-resolution remote sensing image processing. Mean filtering and bilateral filtering are common linear filtering and non-linear filtering, respectively. This paper mainly analyzes the denoising effect of mean filtering, bilateral filtering and their improved algorithms, and proposes optimization and improvement of the algorithm. In order to better solve the denoising problem of high-resolution remote sensing images and improve image accuracy.

Key words:high resolution remote sensing image; mean filtering; bilateral filtering;

1 绪言

研究背景及意义

最近数年遥感技术从未停止过自身的发展，遥感影像也具备越来越高的分辨率。高分辨率遥感影像的突出优势在于能够呈现更为丰富的细节、更为具体的信息。因此它的问世，不但能够向生态保护、城市规划、旅游资源调查等公共事业提供更为全面而具体的数据支持，而且能够在导弹预警、灾情决策等诸多方面发挥无可替代的作用。随着观测技术的进步以及人们对地球资源和环境认识的不断深化，用户对高分辨率遥感影像质量的要求也在在不断提高。

然而高分辨率遥感本身所包含的图像噪声影响了图像识别和信息提取，并且破坏了分析的可靠性和有效性。所以，选择一种有效可靠的滤波方法，对高分辨率遥感的图像处理至关重要。中值滤波是一种常见的线性滤波技术，它着重经由求中值来达到去噪的目的。其滤波的基本流程为：先将任意像素和位于其邻域中的全部像素均依据灰度值进行降序排列，然后选出中值向该像素赋值。可借助中值滤波清除图像中的部分孤立噪声点同时还能使其保持应有的清晰度，然而却容易把边缘点和孤立噪声点混淆的缺点，导致滤波效果不是很理想。高斯滤波通常借助窗口卷积来达到将高斯噪声从图像中去除的目的，其突出优势在于能够明显减弱甚至完全去除正太噪声。不过借助该方法进行滤波后图像的边缘较模糊，而且不适合用来去除其他噪声。均值滤波是现阶段应用度较高的线性滤波技术，和其他同类线性滤波技术相比，其运算过程更为简便，能够相对理想地剔除图像中的高斯噪声。算法是先针对局部窗口所含的全部像素基于灰度来求取算术平均值，再将该值赋给中心像素，若究其本质，应将均值滤波归为低通滤波技术，其最大的缺陷在于去噪过程中会同时损害或破坏图像的高频成分，导致图像过于模糊。双边滤波由高斯滤波发展而成，它经由将值域相似度和空域邻近度两种高斯核函数，也就是亮度与空间高斯核进行相乘来获得双边滤波核，它将邻域像素加权后所获数值用来取代当前像素值，并通过持续该过程，最终达到去噪目的，其显著特点在于非迭代、非线性，边缘保持能力极佳。虽然双边滤波能很好地去除随机噪声，但其加权系数是浮点指数函数，不利于硬件实现。与此同时其滤波效果也依旧还有提高的空间。

鉴于此，本文对均值滤波和双边滤波分别进行分析和优化，最后加以比较，设计出一种更为可靠有效的滤波技术来滤除高分辨率遥感中的图像噪声。

国内外研究现状

由于图像处理手段的持续升级，滤波算法得以不断优化。例如早期比较有代表性的Winner、高斯、中值、均值等平滑滤波算法都在特定的历史阶段凭借自身优势发展成图像去噪方面的主流算法。不过由于研究的持续推进，更多全新的性能更优异的方法持续涌现。如2005年Baudes等以均值滤波为基础所创立的非局部均值滤波算法(Non Local Means，NLM)、2012年何石、潘晓璐等提出的一种均值滤波的优化算法，2015年沈德海、侯建等通过对均值滤波进行改良后所创立的算法等。

双边滤波作为一种平滑滤波技术，其显著特点是极强的边缘保持能力，它最早出现在1995 Aurich和Weule针对高斯滤波器开展的研究中，此后Smith、Brady重新挖掘出其价值，并将其引入到SUSAN框架内，Tomasi、Manduchi赋予它现在的名称。自此之后，双边滤波的应用蓬勃发展，已被广泛而深入地引入到图像处理中。就理论层面而言，双边滤波与robust statistics，PDEs， Local mode filtering相同，均属于各向异性扩散技术，它可以作为纽带将不同的框架连接起来。双边滤波涉及两类截然不同的加速算法，首先是面向双边滤波实施线性化同时借助下采样进行加速的分段线性近似，该算法能够显著缩短运算耗时，不过由于缺乏理论支持，近似精度尚未明确。其次是将双边滤波转换为较高维卷积，因为可借助下采样来计算卷积，所以不会严重损害计算精度。该算法的加速能够一次性达到多个数量级。兼之双边滤波器可以基于噪声来自动选取最适宜的参数，不但滤波效果最为理想，还无需像传统实验一样反复进行繁琐的参数设置操作。现阶段，双边滤波器的核心应用为去噪，光流计算、双边滤波的交叉、分离亮度与纹理、色调管理与映射等。双边滤波之所以能够日益普及主要源自如下四项特点：

（1）假如图形硬件支持对应的计数算法，甚至能够支持实时计算，则双边滤波能借助交互的方式来求取大尺寸图像的相关数值。

剩余内容已隐藏，请支付后下载全文，论文总字数：22268字

相关图片展示：