全文总字数：5052字

1. 研究目的与意义及国内外研究现状

随着遥感技术在地理研究中的应用与发展，遥感图像作为记录地貌特征反映地物分布的一种客观形象的特殊遥感信息在实际生活和学术研究中被广泛应用。清晰准确的遥感图像能够真实形象地反映地表景观的实时状态，地物间的相互关系以及发展变化等情况，一直是地理信息研究的一个重要素材。然而有的原始遥感图像本身存在图像信息堆叠，地物信息混杂，细节信息模糊等缺陷或是因为在采集、传输中受传感器等外在环境的限制，导致图像质量下降，视觉效果较差，严重影响了观测者的分辨分析。随着图像处理技术的不断进步，如何从分辨率低，对比度差的原始遥感图像中凸显清晰准确的目标信息一直是遥感领域一个重要的研究方向。

图像增强作为图像处理技术中的重要手段之一，着眼于丰富信息量、提高图像的视觉效果和可判读性，对遥感图像中目标信息的获取具有巨大的帮助作用。现有的图像增强的方法主要分为空域法和频域法两种。空域法是直接对图像中的像素进行操作，改变像素点或其邻域的灰度值以达到增强图像清晰度的目的。常见的空域增强法有直接灰度变换、直方图均衡等方法，主要存在图像亮度难以控制，细节信息丢失等缺点。频域法是一种间接的处理方法，先将图像变换到频域，修正频域上的变换系数，然后将变换系数反变换回空域。常见的频域增强法有基于傅里叶变换的算法 ，基于小波变换的算法等[1]。基于傅里叶变换的算法在增强时易产生“振铃”现象，而基于小波变换的算法在二维图像中表现出方向的局限性，contourlet变换[2]能有效克服小波的这一缺点，但依旧存在gibbs失真等不足[3]。如何在抑制遥感图像噪声的同时避免图像变形，保留遥感图像的细节信息一直是遥感图像增强领域面临的严峻问题和巨大挑战。

本文探讨了基于非下采样contourlet变换算法[4]的遥感图像增强方法，以期能够在抑制噪声的前提下的增强遥感图像清晰度和可视度。本文选用的nsct算法在保留小波变换和contourlet变换算法优点的基础外还具有平移不变性[5]，可以在一定程度上抑制失真。在对遥感图像噪声的抑制方面，拟采用阈值去噪法。阈值去噪法是最常用的图像去噪方法，而如何取阈值是该方法的核心。本文针对阈值的选取这一切入点，提出一种基于nsct的遥感图像增强方法，使原始含噪声的遥感图像得到更加细节化的去噪增强处理，以期能够有效的改进含噪遥感图像的清晰度和对比度，达到更好的人眼识别效果，带来丰富的实际应用价值和学术价值，因而这一遥感图像增强方法具有重要的研究意义和应用前景。

2. 研究的基本内容

本文研究基于非下采样Contourlet变换的遥感图像增强方法。主要研究如何利用阈值去噪处理滤波后的变换系数，对原始含噪声遥感图像进行图像增强，提高遥感图像的视觉效果和峰值信噪比[15]。研究的主要内容包括遥感图像预处理，NSCT变换，阈值去噪等。非下采样Contourlet是一种图像多尺度分析方法，弥补了小波变换在高维情况下的缺陷，能更好地表现图像的线面奇异性及边缘信息，因此可以用来处理原始含噪声的遥感图像。但是由于非下采样Contourlet变换运算过程复杂，运算量大，阈值去噪时统一阈值产生“过扼杀”现象等缺点，研究基于非下采样Contourlet变换的自适应阈值选取的相关内容，以寻求一种算法能够减少计算量，自适应的调整阈值，更好的去除图像噪声，提高遥感图像的清晰度和峰值信噪比。

3. 实施方案、进度安排及预期效果

研究基于nsct的遥感图像增强自适应阈值的选取，安排如下：

2017年1月10日前 填写任务书

2017年2月28日前 撰写开题报告，完成开题

4. 参考文献

[1] donoho d l. de-noising by soft-thresholding [j ] . ieee transact ions on information theory, 1995, 41 (3):613-627.

[2] d0 m n,vetterli m. the contourlet transform: an efficient directional multiresolution image representation[j]. ieee transactions on image processing,2005,14(12):2091-2106.

[3]bradley a p . shift-invariance in the discrete wavelet transform[ c] / / proceedings of 7th international conference on digital image computing: techniques and applications . sydney, australia: the university of queensland, 2003. 29 - 38.