中国科学院安徽光学精密机械研究所 中国科学院通用光学定标与表征技术重点实验室, 安徽 合肥 230031
为了促进遥感图像的后续研究,针对高分辨率遥感图像实现了基于小波变换的迭代收缩(IST)图像复原算法。 考虑到算法在复原过程中对内存需求较大,实现过程中采用内存映射文件的方法,将高分辨率遥感 图像映射到进程地址空间。针对分块复原图像时通常会伴有边缘跳变现象,影响拼接后的图像质量的 问题,使用特殊分块策略对图像进行分块处理。复原算法在VC平台下实现,通过遥感图像复原实验,并 对复原图像进行评价分析,复原性能和效率良好。
遥感图像复原 高分辨率 内存映射文件 分块策略 小波变换 remote sensing image restoration high resolution memory-mapped file splicing strategy wavelet transform 大气与环境光学学报
2015, 10(5): 401
1 中国科学院 安徽光学精密机械研究所 光学遥感中心, 合肥 230031
2 中国科学院 通用光学定标与表征技术重点实验室, 合肥 230031
3 中国科学院大学, 北京 100049
由于遥感图像先验知识难以获取，提出了一种自适应的双树复小波迭代收缩复原算法。该算法根据模糊程度和噪声程度估计正则化参数，并利用经验公式计算收缩阈值。在实际应用中，算法能有效解决两步迭代算法使用固定参数的缺点，从而达到提高图像复原质量的目的。实验表明：相对于两步迭代算法，该算法复原图像的峰值信噪比提高0.64~12.23 dB，收敛速度提高1.4~16倍；同时，算法在提高图像复原质量、抑制噪声干扰及减少计算时间方面优势明显。
遥感图像 自适应 双树复小波 迭代收缩 正则化方法 remote sensing image adaptive dual-tree complex wavelet iterative shrinkage regularized method 强激光与粒子束
2014, 26(10): 101003
