基于线性校正的遥感图像阴影去除算法研究的开题报告.docx

基于线性校正的遥感图像阴影去除算法研究的开题报告
一、选题背景及意义
遥感技术已广泛应用于地球环境监测、土地利用、城市规划等领域，但遥感图像中常存在阴影等噪声，影响了遥感图像的信息提取和分析。因此对于遥感图像的阴影去除具有重要意义。
当前，常见的遥感图像阴影去除算法主要有物理模型、几何模型以及统计模型等。然而，这些算法所需的计算量较大，对硬件设备和运行时间的要求较高。基于线性校正的算法由于其计算效率高，具备一定的实际应用价值。因此，本文以基于线性校正算法实现遥感图像阴影去除为研究目标。
二、研究内容及方法
1.研究内容
本文旨在探究基于线性校正的遥感图像阴影去除算法，主要研究内容包括以下三方面：
（1）建立线性模型。通过理论分析和实验验证得到遥感图像中阴影区域特征，建立适合的线性模型。
（2）设计线性校正算法。根据建立的线性模型，设计适合的线性校正算法，并优化算法参数，提高阴影去除的效果。
（3）算法评价与应用。对设计的算法进行实验验证，评估阴影去除效果，并在实际的遥感应用中应用。
2.研究方法
（1）理论分析法。通过确定阴影区域的特征，建立了基于线性校正的遥感图像阴影去除模型。
（2）实验验证法。在常见遥感数据集上进行实验验证，根据实验结果对算法进行改进和优化。
（3）算法评价法。通过指标评价法对算法进行精度评价，评估算法优缺点。
三、预期成果及创新点
1.预期成果
本文的预期成果：
（1）建立基于线性校正的遥感图像阴影去除模型。
（2）设计相应的线性校正算法，并将其与其他常见的算法进行对比。
（3）对比实验得出算法的优缺点及阴影去除的精度和效率。
（4）将算法应用于实际的遥感图像处理中，验证算法的实用价值。
2.创新点
（1）建立基于线性校正的遥感图像阴影去除模型，与传统的物理模型、几何模型及统计模型等方法不同。
（2）设计了相应的线性校正算法，并在实验中进行了优化，具有较高的计算效率和实用价值。
（3）在实现阴影去除的同时，本文提出了利用线性校正算法修复图像亮度之偏移的策略，进一步改善图像的品质和可读性。
四、研究计划及进度安排
1.研究计划
（1）第一阶段（1-3个月）：查阅相关文献，深入了解遥感图像阴影去除的现状及相关算法。
（2）第二阶段（4-6个月）：建立基于线性校正的遥感图像阴影去除模型，设计基本的线性校正算法。
（3）第三阶段（7-9个月）：对设计的算法进行实验验证，评估算法效果，改进和优化算法。
（4）第四阶段（10-12个月）：将算法应用到实际的遥感图像处理中，探究其实用价值和应用前景。
2.进度安排
第一阶段：查阅相关文献，了解遥感图像阴影去除算法的发展现状，进行理论分析，并初步建立基于线性校正的遥感图像阴影去除模型。
第二阶段：在构建阴影模型的基础上，设计基本的线性校正算法，并开展相关实验验证对算法进行初步比较。
第三阶段：对算法进行优化和改进，并进行精细化实验，评估算法的性能和优势。
第四阶段：将算法应用于遥感图像的实际处理当中，并进行大规模实验，梳理算法的优缺点，表明算法的推广和应用价值。