【技术实现步骤摘要】
本专利技术涉及遥感数字图像处理领域，特别涉及一种基于周期加平滑图像分解和复数小波包域的。
技术介绍
在过去的几十年中，遥感图像的复原一直是国内外科研机构的热点问题，大致可分为单尺度和多尺度两种方法。比较经典的单尺度方法包括Wiener反卷积方法，Andre Jalobeanu的RHEA方法，Richrdson-Lucy方法，TiWionov正则化方法等等。所有这一类单尺度去卷积方法的问题在于，对于强方向性或者细节性的局部纹理，不能起到很好的增强作用，反而会出现一些虚假瑕疵；另外由于优化过程需要迭代，所以单尺度方法的速度往往较慢。以小波变换为基础的多尺度方法是目前研究的重点，常见的有实数小波、小波包等等。多尺度方法的优势在于对图像的局部纹理可以有非常好的增强效果，而同时抑制平坦区域的噪声；如果不涉及迭代，通常速度较快。但是多尺度方法通常需要在分解域中修改系数并反变换回空间域，因此很容易产生振铃效应。由于卫星图像的特殊性以及图像复原本身固有的病态性、复杂性，卫星图像复原还存在着一些难以解决的问题(1)边界振铃。卫星图像尺寸往往非常巨大，所以在实际的工程应用中一般会先...
【技术保护点】
１．一种卫星图像自适应复原方法，其特征在于，包括步骤：Ｓ１，利用周期加平滑图像分解技术，将模糊卫星图像Ｙ分解成为周期信号Ｐ和平滑信号Ｓ两部分；Ｓ２，对卫星图像退化参数进行估计；Ｓ３，利用所述参数估计结果对所述周期信号Ｐ进行基于复数小波包域的自适应复原，得到周期信号Ｐ的复原结果ＸＰ；以及Ｓ４，将所述周期信号Ｐ的复原结果ＸＰ加上所述平滑信号Ｓ，作为卫星图像最终的复原结果Ｘ。
【技术特征摘要】
【专利技术属性】
技术研发人员：胡事民，张砚，李先颖，满益云，
申请(专利权)人：清华大学，北京空间机电研究所，
类型：发明
国别省市：11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。