基于支持向量機(jī)的遙感圖像去噪與融合算法研究.pdf

1、遙感圖像在獲取和傳輸過(guò)程中，經(jīng)常會(huì)受到各種噪聲的干擾，這將對(duì)后續(xù)的圖像處理，如圖像分割、目標(biāo)識(shí)別等產(chǎn)生不利影響。圖像去噪的目的是盡可能保留原始圖像信息的同時(shí)最大程度地剔除圖像噪聲。由于單一傳感器產(chǎn)生的圖像信息量不足，因此需要遙感圖像融合將不同傳感器獲取的同一地區(qū)的圖像數(shù)據(jù)采用一定的算法將各圖像數(shù)據(jù)中的信息優(yōu)勢(shì)或者互補(bǔ)性有機(jī)的結(jié)合起來(lái)，得到一幅信息更加豐富的圖像。
　　 支持向量機(jī)是近些年發(fā)展起來(lái)的一種新的機(jī)器學(xué)習(xí)方法，它以統(tǒng)計(jì)學(xué)

2、習(xí)理論為基礎(chǔ)，能夠較好的解決小樣本學(xué)習(xí)問(wèn)題，有著抗噪聲性能強(qiáng)，學(xué)習(xí)效率高和推廣性好等優(yōu)點(diǎn)。
　　 本文研究了基于支持向量機(jī)的遙感圖像去噪與融合算法，主要研究?jī)?nèi)容如下：
　　 1、分析了遙感圖像去噪與融合的發(fā)展現(xiàn)狀，介紹了支持向量機(jī)理論的原理和實(shí)現(xiàn)算法。
　　 2、研究了基于支持向量機(jī)的遙感圖像去噪算法，將支持向量回歸模型生成的支持向量值濾波器和非抽樣方向?yàn)V波器組，應(yīng)用到遙感SAR圖像去噪中。根據(jù)支持向量機(jī)的奇異點(diǎn)

3、捕捉性能，提出基于支持向量值輪廓波變換的SAR圖像去噪算法，該算法將非抽樣方向?yàn)V波器組引入支持向量機(jī)理論中，充分挖掘支持向量值的方向特性，構(gòu)造支持向量值輪廓波變換，利用該變換對(duì)SAR圖像進(jìn)行多尺度、多方向分解，并結(jié)合局部自適應(yīng)貝葉斯閾值方法達(dá)到抑制相干斑噪聲的目的。對(duì)真實(shí)SAR圖像實(shí)驗(yàn)表明，該算法在斑點(diǎn)噪聲平滑、紋理細(xì)節(jié)信息保護(hù)等方面優(yōu)于小波等其他算法，數(shù)值指標(biāo)和主觀效果都有較好改進(jìn)。
　　 3、研究了基于支持向量機(jī)的遙感圖像融

4、合算法，將支持向量值變換和脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)模型，應(yīng)用于遙感圖像融合中。提出了一種基于支持向量值變換與脈沖耦合神經(jīng)網(wǎng)絡(luò)的遙感圖像融合算法，該算法首先利用支持向量值變換對(duì)輸入的遙感圖像進(jìn)行多尺度分解，提取圖像中的支持向量值，然后在不同的分解水平上利用支持向量值的空間頻率激勵(lì)PCNN，選取融合系數(shù)，提高融合性能。仿真結(jié)果表明，與非抽樣contourlet變換等算法相比較，該算法所獲得的融合圖像信息量和視覺(jué)效果有明顯提高，同時(shí)有效增