基于DSP的遥感图像薄云去除方法研究的开题报告.docx

基于DSP的遥感图像薄云去除方法研究的开题报告
题目：基于DSP的遥感图像薄云去除方法研究
一、研究背景与意义
随着卫星遥感技术和数字图像处理技术的不断发展与成熟，卫星遥感图像在环境监测、土地利用、城市规划等领域得到越来越广泛的应用。然而，遥感图像中常常存在大量的云、雾和大气污染等噪声干扰，对图像的定量分析和应用造成严重影响，其中薄云是影响最为严重的一种。
薄云的存在使得遥感图像中出现空洞、假象等现象，影响了图像的质量。因此，对遥感图像中的薄云进行去除，可以提高遥感图像的质量和可用性，使其更加适合于精确定量分析和应用。
目前，遥感图像薄云去除主要采用基于物理原理的方法，如大气校正和模拟。这些方法需要耗费很长的时间和大量的计算资源，且计算精度较低，难以应用于实时处理和大规模数据处理。因此，基于数字图像处理技术的薄云去除方法具有很高的研究和应用价值。
二、研究内容和方法
本研究旨在探索一种基于DSP的遥感图像薄云去除方法，并研究其应用效果。具体研究内容包括：
1.综合比较已有的数字图像处理算法，选择适用于遥感图像的薄云去除方法。本研究将陆续尝试基于小波变换、小波阈值滤波、自适应中值滤波等算法，寻找适用于本研究的处理方法。
2.基于TI公司的TMS320F28335芯片，实现所选算法对遥感图像的薄云去除，并对处理之后的图像进行分析和评价。
3.针对实际遥感图像中薄云的特征，优化和改进所选算法，并进行性能测试和比较分析。
三、预期研究结果
本研究预期取得以下成果：
1.比较不同数字图像处理算法在遥感图像中薄云去除效果，并选择最佳的算法。
2.利用TMS320F28335芯片，实现所选算法对遥感图像的薄云去除，形成一套完整的数字图像处理系统。
3.优化和改进所选算法，并得到更好的薄云去除效果。
4.验证数字图像处理方法在遥感图像中薄云去除的应用价值，并与基于物理原理的方法进行比较和分析。
四、研究进度计划
第一年：
1.学习遥感图像处理相关知识和基础数学知识。
2.综合比较不同数字图像处理方法，选择适用于遥感图像的薄云去除方法。
3.基于所选方法，采用MATLAB等软件对遥感图像进行薄云去除实验及分析。
第二年：
1.利用TI公司的TMS320F28335芯片，搭建数字图像处理系统。
2.实现所选算法对遥感图像的薄云去除。
3.对处理后的图像进行优化和改进。
第三年：
1.评估数字图像处理方法在遥感图像中薄云去除的优缺点，与现有基于物理原理的方法进行比较。
2.提出并实验验证算法的改进优化方案。
3.撰写硕士论文，完成答辩。
五、参考文献
1.Gao,B.C.,Goetz,A.F.H.,andHeidebrecht,K.B.“DerivationofscaledsurfacereflectancesfromAVHRRdata.”RemoteSens.Environ.,35(2-3):77–89,1991.
2.吴明,“图像去雾算法综述,”计算机技术与发展,vol.14,no.2,pp.1-5,Feb.2004.
3.田超,“基于模糊算法的遥感图像空气质量评价和研究,”科技创新导报,vol.8,no.12,pp.18-19,Dec.2008.
4.Xiao,Q.“AnImprovedMethodforCloudDetectioninRemoteSensingImages.”Int.J.RemoteSens.24(1):157-164,2003.
5.纪宏亮,“基于小波变换的遥感图像水稻分类方法,”浙江农业工程学院,硕士论文,2010.