检索结果

Select

1. 基于全变分模型的多时相遥感影像厚云去除算法

王睿, 黄微, 胡南强

计算机应用 2020, 40 (7): 2126-2130. DOI: 10.11772/j.issn.1001-9081.2019111902

摘要（398）

PDF （1436KB）（630）

针对多时相遥感影像厚云去除出现的亮度不一致和明显边界的问题，提出了一种结合全变分模型和泊松方程的多时相遥感影像厚云去除算法。首先，通过多时相遥感影像间共同区域的亮度信息计算亮度校正系数，对图像的亮度进行校正，降低亮度差异对去云结果的影响。然后，基于选择多源全变分模型对亮度校正后的多时相遥感影像进行重建，提高融合结果的空间平滑性及其与原始影像的相似性。最后，利用泊松方程对重建图像的局部区域进行优化。实验结果表明，该算法能够有效解决亮度不一致和边界问题。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于薄云厚度分布评估的遥感影像高保真薄云去除方法

汪月云, 黄微, 王睿

计算机应用 2018, 38 (12): 3596-3600. DOI: 10.11772/j.issn.1001-9081.2018051149

摘要（354）

PDF （969KB）（302）

针对遥感影像薄云去除易出现地物失真的问题，在传统加性云污染模型的基础上提出了一种改进的薄云去除方法，即基于薄云厚度分布（HTM）评估的高保真薄云去除方法。首先，基于传统的加性薄云去除算法得到HTM，用整个HTM减去HTM中无云区域的平均值，使得HTM满足无云区域的薄云厚度接近于零；然后，对降质影像中的蓝色地物独立估计薄云厚度；最后，用降质影像减去最终优化的不同波段的薄云厚度得到无云影像。对多幅分辨率不同的光学遥感影像进行实验，实验结果表明，所提算法有效解决了蓝色地物失真严重的问题，改进了降质影像的薄云去除效果，提升了在无云区域的数据保真能力。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于梯度域的保纹理图像阴影去除算法

黄微傅利琴王琛

计算机应用 2013, 33 (08): 2317-2319.

摘要（584）

PDF （704KB）（434）

针对当前自然图像阴影去除算法需要多次人工交互、阴影去除结果纹理信息丢失等问题，提出了基于梯度域的图像保纹理阴影去除算法。该方法只需确定出阴影的大概边界，然后在梯度域中，分别对阴影内部和阴影边界的梯度进行最优化修正，得到无阴影的梯度图像，最后利用泊松方程，恢复出无阴影图像。利用多幅图像的实验结果证明，该算法操作简单，不需要多次人机交互，且阴影区域内纹理细节得到了较好的恢复。