水下潜体的运动产生的内波使得水表形成一定的红外弱纹理信号,从而使得利用红外手段进行探测成为可能,但是这种纹理信号的对比度非常低,其与振幅很大的背景杂波混在一起,给信号的提取造成很大困难。以曲波变换为基础,根据弱纹理的对比度、频率特点等进行曲波尺度分量和方向分量的筛选,再结合阈值优化和边缘梯度算子得到了较清晰的纹理提取图像。该图像的信息熵和频率集中度与采用传统曲波变换所得结果相比分别有30%和11%的提高。当弱纹理的对比度大于5%,筛选频率的方向和弱纹理频率方向偏差小于12°时,该算法能够清晰地提取纹理信息。

大气中云的存在会严重影响气溶胶的反演精度。经验阈值法是一种常用的云检测方法,其较强的主观性和难以应对环境时空动态变化或星载探测仪差异的缺点,导致“云”和“晴”边缘分类误差增大,且检测自动化程度较低。针对下垫面为陆地的大气云检测,提出一种多通道偏振遥感图像的统计分类与数据融合的阈值优化方法,该方法首先通过半监督Kmeans聚类及其统计特征,决定像元属于“云”和“晴”两类的双亮度阈值;然后在阈值周边分类模糊区,用D-S证据理论获取多通道检测的联合置信度因子,求得模糊区像元分类的细化阈值;最终以顺序决策过程实现“云”和“晴”两类目标的精确分类。为了验证所提方法的有效性,利用POLDER3载荷遥感数据进行云检测实验,并与POLDER3产品结果进行比较。结果表明:所提方法与POLDER法的分类符合度为95%,目测发现这些误检大多发生在云边缘处,表明所提方法对云边缘处的分类具有较好的敏感性。

利用小波变换在时频域具有一定时间和频率多分辨率的特性，设计了小波阈值优化方法.根据信号与随机噪音在小波变换下各尺度不同的性质，同时减小拒真概率和虚报概率，在有效抑制随机噪音基础上，很好地保留了信号的细节成分.峰值误差为0.7%~1.0%，峰位误差为0.1%~0.3%.提高了光谱信号分析的准确性及系统的判停准确度.