基于区间直觉模糊集的遥感图像滤波方法研究

摘要

遥感图像滤波作为遥感图像预处理中的重要内容,滤波效果的优劣将直接响到后续图像处理和分析的有效性和可靠性。因此研究有效的遥感图像滤波方法是图像进行下一步处理与分析不可或缺而又关键的一步。本文基于模糊集(Fuzzy sets)理论在处理不确定性问题中的优越性,将其引入遥感图像滤波中,提出基于区间直觉模糊集(Interval valued intuitionistic fuzzy sets,IVIFSs)的遥感图像滤波方法。本文的研究内容与成果如下:
　　1、分析了遥感图像噪声的形成、机理与分类;给出遥感图像滤波性能评价标准与方法,包括主观评价和客观评价两方面;回顾了两种常用图像滤波算法——中值滤波和均值滤波;并对三种基于模糊理论的图像滤波方法进行了研究:模糊加权均值滤波、中值—模糊滤波和直觉模糊熵滤波。
　　2、详细介绍了区间直觉模糊集的概念,以及基于区间直觉模糊集的信息度量方法,包括区间直觉模糊熵与相似度量,作为本文提出的滤波方法的理论基础。
　　3、提出了基于区间直觉模糊熵的脉冲噪声滤波器,以及区间直觉模糊集隶属度区间的构造方法,通过窗口极值筛选法对含噪图像进行检测,并使用区间直觉模糊熵对噪声点灰度值进行考量,求出目标像素的灰度值,完成滤波。
　　4、设计了基于区间直觉模糊集相似度量的高斯噪声滤波算法。在模糊加权滤波的思想上,使用目标像素点与其邻域像素点间的相似度作为权值,得出目标像素值,重构图像。
　　5、提出了基于区间直觉模糊集同质直方图的噪声检测方法,并结合高斯滤波算法构造混合噪声滤波模型。采用基于同质直方图的波峰检测方法,对混合噪声图像进行预处理,将脉冲噪声点与其它像素点进行分离,先用区间直觉模糊熵去噪方法滤除脉冲噪声,再用基于相似度的滤波算法去除高斯噪声,得到最终结果。
　　本文对提出的三种滤波算法均使用MATLAB进行SPOT影像、Quickbird影像和TM影像的实验验证,通过实验证明了算法的有效性和可行性。实验结果表明:本文提出的基于区间直觉模糊集的遥感图像滤波方法在提高图像去噪效果和信噪比(PSNR)的同时,可以更好地保持遥感图像的边缘细节信息。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究目的与意义

1.2 国内外研究现状

1.3 论文组织结构

第2章 遥感图像滤波

2.1 遥感图像噪声特征分析

2.2 滤波性能评价

2.3 中值滤波与均值滤波

2.4 几种基于模糊理论的图像滤波方法

2.5 本章小结

第3章 区间直觉模糊集

3.1 模糊集理论

3.2 区间直觉模糊集

3.3 区间直觉模糊熵与相似度量

3.4 本章小结

第4章 基于区间直觉模糊集理论的遥感图像滤波方法

4.1 基于区间直觉模糊集的脉冲噪声滤波器

4.2 基于区间直觉模糊集的高斯噪声滤波器

4.3 基于区间直觉模糊集的混合噪声滤波器

4.4 本章小结

第5章 结论与展望

5.1 结论

5.2 展望

参考文献

附 录

个人简历、申请学位期间的研究成果及发表的学术论文

致谢