排序方式： 共有6条查询结果，搜索用时 15 毫秒
1
1.
遥感图像去噪是遥感图像进一步被分析和识别的前提与基础。传统的去噪模型由于对噪声不加识别的进行处理,从而往往达不到较好的去噪效果。文中利用小波变换能够对噪声类别进行识别的特性,以及P-M模型和ENI模型在处理高斯噪声和椒盐噪声时的优势和不足,提出了一种基于噪声类型的模型。该模型能够根据遥感图像噪声的类型而自动调整相应的参数,从而进行有针对性的去噪,在有效去除遥感图像噪声的同时,很好保持了图像的边缘和纹理细节信息。实验结果证实了本文方法的有效性和稳定性。 相似文献
2.
文中首先对ROF模型在去除遥感图像噪声方面所存在的不足进行了分析和讨论,进而提出一种基于方向测度的引导变分模型,该模型能够根据图像的不同区域自动的调整扩散的强度,在一定程度上克服了ROF模型容易产生"阶梯效应"的不足,在有效去除遥感图像中高斯与椒盐混合噪声的同时保持图像的边缘和纹理信息,实验结果验证了所提模型的有效性和稳定性. 相似文献
3.
随着经济的快速发展,中国大多数地区城市的主城区都将在不久的将来逐步进入后工业社会。自2007年全国开始的第一次污染源普查工作,从污染的来源上进一步证实了长三角的许多城区已经进入了后工业社会,长三角地区的城区生态建设也将为中国大多数城市城区的生态治理提供“范本”。本文选择比较有代表性的苏州市沧浪区（中心城区）为代表,分析进入后工业社会之后,城市政府应该改变执政理念,建设生态型城区。 相似文献
4.
张洪为 《通化师范学院学报》2013,(10):1-5
文中首先对方向扩散模型和自蛇模型进行了分析和讨论,在此基础上提出一种去除遥感图像椒盐噪声的PDE扩散模型.该模型通过引入基于ENI的引导扩散函数,自适应的调整模型在遥感图像不同区域的平滑力度,克服了方向扩散模型容易模糊和丢失奇异点,自蛇模型去除椒盐噪声不彻底和容易丢失纹理细节的不足,在有效去除遥感图像椒盐噪声的同时,很好的保持了图像边缘和纹理细节信息.实验结果验证了所提模型的有效性和稳定性. 相似文献
5.
遥感图像在成像和传输过程中所受到的大量噪声干扰在很大程度上影响了图像的质量和使用.近年来,基于PDE（Partial Differential Equation）的图像去噪因其所具有的局部自适应特性、形式上的规范性和模型建立的灵活性而受到关注,而如何在有效的去除噪声的同时很好的保留图像的细节信息成为遥感图像滤波所追求的目标.本文首先对原有的总变分模型（TV模型）及其改进模型（M-模型）的基本原理及其所存在的不足进行了分析,在此基础上,提出一种基于标准梯度和边缘引导函数的全变分改进模型,该模型克服了传统TV模型容易产生＂阶梯效应＂,以及M-模型在去噪的同时会对图像过度平滑、容易丢失纹理细节信息的不足,在有效去除遥感图像噪声的同时,很好的保持了图像的边缘和纹理细节信息.实验结果验证了所提出模型的稳定性和有效性. 相似文献
6.
1