微波遥感作为一种获取地球表面信息的重要技术手段,已经在国内外得到了广泛的应用和发展。随着人们对遥感应用中定位精度要求的提高,对遥感数据的处理技术也提出了更高、更细的要求,这种要求就是图像数据反映地物辐射特性的真实性和对地球表面几何位置的准确性,它们直接影响遥感技术应用的精度和广度。
(一)辐射标定
原始的SAR数据没有经过严格的辐射标定,因而数据所反映的地物辐射特性与实际地物本身的辐射特性之间存在一定程度的差异。这类SAR图像虽然能够满足一般的定性分析的精度要求,但是在很多实际应用中,往往要对图像进行定量分析,如模式识别、目标分类等。因此为了使SAR数据能够满足定量分析精度的要求,就必须要对其进行辐射标定工作。有关原始SAR图像辐射标定的算法较多,常用的算法是:
1∶25万遥感地质填图方法和技术
式中:I=10 lg(DNij);
σ°——反射系数;
DNij——像元(i,j)的灰度值;
K——辐射标定常数;
Rn——像元(i,j)的斜距;
R0——参考斜距;
an——像元(i,j)的入射角;
a0——参考入射角;
Gsys——被标定SAR图像的系统雷达天线增益;
Gsys0——确定K时的系统雷达天线增益。
辐射标定所需参数都可以直接从原始图像数据头文件中直接或间接获取,标定后的图像将原始图像灰度转换成后向散射系数。利用PCI软件可以完成对雷达数据的辐射标定的处理。
(二)微波图像噪声与斑点的弱化处理
当成像雷达发射的是纯相干波照射到目标时,目标上的随机散射面的散射信号与发射的相干信号之间的干涉作用会使图像产生相干斑点噪声。这种斑点噪声严重干扰了地物信息的提取与SAR图像的应用效果,噪声严重时,甚至可导致地物特征的消失。在图像信息提取时,这一现象往往产生假信息。因此,弱化斑点噪声对SAR图像的应用有着重要意义。
噪声平滑与弱化的最好方法是利用同一地区的不同探测方向的两幅或多幅雷达图像进行振幅或密度的配准和辐射纠正,计算其差值图像,就可以消除雷达数据本身固有的斑点噪声。其他方法还有:
1主成分分析法
RADARSAT-1 SAR数据的噪声由于其固有性质,在通过主成分变换后噪声往往分布在其中的某一个分量上。通过计算各分量的均值和方差就可以判断哪个分量是以噪声信息为主,而其他分量则为地物的微波散射信息。通常情况下,主成分分析具有以下特征:
(1)主成分分析的数据变换前后的方差总和不变,只是把原来的方差不等量地再分配到新的主成分波段影像中。
(2)第一主成分包含了多波段影像信息的绝大部分,其余主成分信息含量依次减少。
(3)各主成分的相关系数为零,即各主成分所含的信息内容不同。
(4)第一主成分相当于原来各波段的加权和,反映了地物总的反射或辐射强度;其余各主成分相当于不同波段组合的加权差值影像。
(5)第一主成分降低了噪声,有利于细部特征的增强和分析。
(6)对于有些特殊异常的专题信息,往往通过主成分分析后在第二以上主成分影像上得到增强。
对微波遥感数据的主成分分析可以采用不同时相的SAR数据、不同参数的SAR数据或不同方法处理后的同一SAR数据进行主成分变换,可以起到弱化噪声的目的。为不同方法处理后的同一SAR数据进行主成分变换后的SAR数据。
2中值滤波技术
中值滤波技术由于其原理是建立在像元及其领域的统计特征的基础上,因而也广泛地应用于雷达数据的噪声处理中。对 n×n 大小的滤波核,处理后的中心点的像元值为该滤波核处理前所有像元值的中间值(彩图1-3b)。中值滤波算子的数学公式如下:
1∶25万遥感地质填图方法和技术
式中:Xij——n×n窗口中的第(i,j)像元的灰度值;
M(Xij)——n×n窗口中所有像元值的中间值。
3滤波增强处理
由于散射信号产生的 SAR 图像,受大量“斑点”噪声影响,必须经过滤波预处理。针对雷达数据的固有的倍增噪声特征,设计的滤波算子是基于局部统计及噪声模型信息的,主要包括 Lee滤波、Frost滤波、Kuan 滤波、Gamma Map 滤波和 Average滤波。许多在多光谱数据处理中使用的滤波算子如高通滤波、低通滤波、纹理滤波应用于雷达数据分析往往带入大量的人工信息,针对上述问题,工作中使用以下一些滤波算子。这些算子不仅能较好地滤去高频噪声,而且能较好地保持影像边缘和纹理信息;同时,处理后的图像相对于原始图像具有更好的对比性。尤以 Frost(彩图1-3c)、Lee及其增强滤波算子为佳。
目前常用的滤波有:①Frost自适应滤波;②Lee滤波;③Gamma Map斑点滤波;④Frost自适应增强滤波;⑤Lee增强滤波;⑥Kuan斑点滤波。
歌名:sarrainodu
作曲:S Thaman
作词:Ramajogayya Shastry
演唱:Hard Kaur, Brijesh Shadilya, Sonu Kakkar
发行时间:2016年
歌词:
Yo one to the
Two to the three to the four
Maare vo entry tho
Majaaaye shor
Swagger galore
So hard kaur
Ee sarrainodu aaya
Hiljaaye floor
Ye rangu rangu cycle ekki
Tinguranga vacchinaade pillagaadu
Ye tring-u tring-u bell-u kotti
Mundu side-u yekkamantu pilichinaadu
Nuvvu manchi pillagaadu
Kaani nee lopadlo kandirodu
Eththupalla mosthe nannu
Sittu sittu cheyyakunda oorukodu
Soodhi guchchinode
Mallaneeku dhoodhimandhu raasthadu
Okkasaari vachchi choodu
Hey dudu dudu rara dudu
Nuvve nuvve nuvve
Naaku sarrainodu (2x)
Ye rangu rangu cycle ekki
Tinguranga vacchinaade pillagaadu
Ye tring-u tring-u bell-u kotti
Mundu side-u yekkamantu pilichinaadu
Yo one to the
Two to the three to the four
Maare vo entry tho
Majaaaye shor
Swagger galore
So hard kaur
Ee sarrainodu aaya
Hiljaaye floor
Ye lekkalona choosina
Very godd-u
Etta puttesinaave glamour laddu
Nee pakkane unnadhi
Chit-u fund-u
Paate paadesukora bujji pandu
Moju paddadhi naa mood-u
Touchesukunta andaala i-pad-u
Marchipotha le chee paadu
Aatadamandhi naa eedu island-u
Aadaguggilaalu posinaave
Gundelona guppedu
Guppumandhi wrong-u side-u
Hey dudu dudu rara dudu
Nuvve nuvve nuvve
Naaku sarrainodu (2x)
Boye boye jaani bami
Lagte mujhko mister charming
Tere sang mein rahunga hamesha
Tu hain mera only darling
It don't matter way we are
Nachenge hum puri raath
You can do it Feel the music
Tu hain mera stylish star
Naa chethilo unnadhi grid-u
Itte manttekkipodhi neelo blood-u
Late-u cheyyane cheyyaku
Esseyredu
Roja chempalloundhi carrom board-u
Pakka nuvvunte what to do
Legetthinadhi gundello lai land-u
Asale nuvvu chilipodu
Andaala nippu antindhi
Inka choodu
Osi pilla nuvvu choosthaundhi
Tesaer-ey ne ippudu
Mundhu mundhu bomma choodu
Hey dudu dudu rara dudu
Nuvve nuvve nuvve
Naaku sarrainodu (2x)
翻译:
你一个到
两个到四个到三个
maare VO进入寿
majaaaye Shor
昂首阔步嘉豪
所以硬Kaur
EE sarrainodu aaya
Hiljaaye楼
Ye rangu rangu循环ekki
tinguranga vacchinaade pillagaadu
你们tring-u tring-u bell-u科蒂
是side-u yekkamantu pilichinaadu
nuvvu满驰pillagaadu
Kaani NEE lopadlo kandirodu
eththupalla mosthe男奴
sittu sittu cheyyakunda oorukodu
soodhi guchchinode
mallaneeku dhoodhimandhu raasthadu
okkasaari vachchi choodu
嘿,嘟嘟嘟嘟嘟嘟拉拉
nuvve nuvve nuvve
Naaku sarrainodu(2x)
Ye rangu rangu循环ekki
tinguranga vacchinaade pillagaadu
你们tring-u tring-u bell-u科蒂
是side-u yekkamantu pilichinaadu
你一个到
两个到四个到三个
maare VO进入寿
majaaaye Shor
昂首阔步嘉豪
所以硬Kaur
EE sarrainodu aaya
Hiljaaye楼
你们lekkalona choosina
很godd-u
埃塔puttesinaave魅力Laddu
东东pakkane unnadhi
chit-u fund-u
paate paadesukora bujji潘杜
paddadhi NAA mood-u墨菊
touchesukunta andaala i-pad-u
marchipotha乐慈paadu
aatadamandhi NAA eedu island-u
aadaguggilaalu posinaave
gundelona guppedu
guppumandhi wrong-u side-u
嘿,嘟嘟嘟嘟嘟嘟拉拉
nuvve nuvve nuvve
Naaku sarrainodu(2x)
博野县博野jaani巴米
lagte mujhko先生迷人
我已将rahunga在唱
涂海恩merA唯一的宝贝
它不重要的方式,我们
nachenge嗡普瑞右
你能感觉到音乐
涂海恩Mera时尚明星
NAA chethilo unnadhi grid-u
小小的manttekkipodhi Neelo blood-u
late-u cheyyane cheyyaku
esseyredu
西班牙chempalloundhi board-u克
彩nuvvunte做什么
legetthinadhi gundello赖land-u
出售nuvvu chilipodu
andaala nippu antindhi
该choodu
OSI墩nuvvu choosthaundhi
tesaer EY NE ippudu
mundhu mundhu道choodu
嘿,嘟嘟嘟嘟嘟嘟拉拉
nuvve nuvve nuvve
Naaku sarrainodu(2x)
图像I如果是RGB图像,要转化为灰度图像,另外你的搜的的这个程序我也找到了,你必须把Lee和im_mean_var这两个函数放到一起,然后再调用Lee就可以了,我把Lee和im_mean_var放到一起,按你写的
clear all;
clc;
load('E:\InSAR\LMinSAR资料\中文\配准截图\etna_dat\etna_dat1mat');
load('E:\InSAR\LMinSAR资料\中文\配准截图\etna_dat\etna_dat2mat');
I=uint8(abs(etna_dat1(301:600,301:600)));%%我的图像是复数图像,模值即为SAR图像
im=I; w_size=3;out_size='same';NL=20;bound='symmetric';flag=0;
im_ret =Lee(I, w_size, out_size, NL, bound, flag);
im_ret =uint8(im_ret );
figure(1);imshow(I);
figure(2);imshow(im_ret );
运行后可以出结果
欢迎分享,转载请注明来源:品搜搜测评网