非下采样Shearlet变换与参数化对数图像处理相结合的遥感图像增强

摘要：

针对部分遥感图像整体亮度偏暗、对比度较低的特点,为提高遥感图像的视觉效果和可解译性,提出了一种基于非下采样 Shearlet 变换(non-subsampled shearlet transform,NSST)和参数化对数图像处理(parameterized logarithmic image processing,PLIP)模型的遥感图像增强方法。首先,遥感图像经非下采样 Shearlet 变换分解成低频分量和高频分量；然后依据 PLIP 模型对其低频分量进行增强,提高图像的对比度；同时利用改进的模糊增强方法对高频分量进行增强,突显边缘细节信息。大量试验结果表明,与双向直方图均衡增强、基于平稳小波变换的增强、基于非下采样 Contourlet 变换的增强等5种图像增强方法相比,本文提出的方法在主观视觉效果和对比度、清晰度等客观定量评价指标两个方面均有优势,能更有效地提高遥感图像的对比度、增强边缘纹理细节信息,视觉效果更佳。

关键词：遥感图像、图像增强、非下采样 Shearlet 变换(NSST)、参数化对数图像处理(PLIP)模型、模糊增强

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金60872065;国土资源部地质信息技术重点实验室开放基金217;兰州大学甘肃省西部矿产资源重点实验室开放基金WCRMGS-2014-05;国土资源部成矿作用与资源评价重点实验室开放基金ZS1406;江西省数字国土重点实验室开放基金DLLJ201412;江苏高校优势学科建设工程项目Foundation support:The National Natural Science Foundation of China60872065;Open Research Fund of MLR Key Laboratory of Geological Information Technology217;Open Research Fund of Key Labora-tory of Western China’s Mineral Resources of Gansu ProvinceWCRMGS-2014-05;Open Research Fund of MLR Key Laboratory of Metallogeny and Mineral AssessmentZS1406;Open Research Fund of Jiangxi Province Key Laboratory for Digital LandDLLJ201412;The Priority Academic Program Development of Jiangsu Higher Education Institution

在线出版日期：2015-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：884-892