基于DSP的遥感图像薄云去除方法研究的开题报告题目：基于DSP的遥感图像薄云去除方法研究一、研究背景与意义随着卫星遥感技术和数字图像处理技术的不断发展与成熟，卫星遥感图像在环境监测、土地利用、城市规划等领域得到越来越广泛的应用。然而，遥感图像中常常存在大量的云、雾和大气污染等噪声干扰，对图像的定量分析和应用造成严重影响，其中薄云是影响最为严重的一种。薄云的存在使得遥感图像中出现空洞、假象等现象，影响了图像的质量。因此，对遥感图像中的薄云进行去除，可以提高遥感图像的质量和可用性，使其更加适合于精确定量分析和应用。目前，遥感图像薄云去除主要采用基于物理原理的方法，如大气校正和模拟。这些方法需要耗费很长的时间和大量的计算资源，且计算精度较低，难以应用于实时处理和大规模数据处理。因此，基于数字图像处理技术的薄云去除方法具有很高的研究和应用价值。二、研究内容和方法本研究旨在探索一种基于DSP的遥感图像薄云去除方法，并研究其应用效果。具体研究内容包括：1.综合比较已有的数字图像处理算法，选择适用于遥感图像的薄云去除方法。本研究将陆续尝试基于小波变换、小波阈值滤波、自适应中值滤波等算法，寻找适用于本研究的处理方法。2.基于TI公司的TMS320F28335芯片，实现所选算法对遥感图像的薄云去除，并对处理之后的图像进行分析和评价。3.针对实际遥感图像中薄云的特征，优化和改进所选算法，并进行性能测试和比较分析。三、预期研究结果本研究预期取得以下成果：1.比较不同数字图像处理算法在遥感图像中薄云去除效果，并选择最佳的算法。2.利用TMS320F28335芯片，实现所选算法对遥感图像的薄云去除，形成一套完整的数字图像处理系统。3.优化和改进所选算法，并得到更好的薄云去除效果。4.验证数字图像处理方法在遥感图像中薄云去除的应用价值，并与基于物理原理的方法进行比较和分析。四、研究进度计划第一年：1.学习遥感图像处理相关知识和基础数学知识。2.综合比较不同数字图像处理方法，选择适用于遥感图像的薄云去除方法。3.基于所选方法，采用MATLAB等软件对遥感图像进行薄云去除实验及分析。第二年：1.利用TI公司的TMS320F28335芯片，搭建数字图像处理系统。2.实现所选算法对遥感图像的薄云去除。3.对处理后的图像进行优化和改进。第三年：1.评估数字图像处理方法在遥感图像中薄云去除的优缺点，与现有基于物理原理的方法进行比较。2.提出并实验验证算法的改进优化方案。3.撰写硕士论文，完成答辩。五、参考文献1.Gao,B.C.,Goetz,A.F.H.,andHeidebrecht,K.B.“DerivationofscaledsurfacereflectancesfromAVHRRdata.”RemoteSens.Environ.,35(2-3):77–89,1991.2.吴明,“图像去雾算法综述,”计算机技术与发展,vol.14,no.2,pp.1-5,Feb.2004.3.田超,“基于模糊算法的遥感图像空气质量评价和研究,”科技创新导报,vol.8,no.12,pp.18-19,Dec.2008.4.Xiao,Q.“AnImprovedMethodforCloudDetectioninRemoteSensingImages.”Int.J.RemoteSens.24(1):157-164,2003.5.纪宏亮,“基于小波变换的遥感图像水稻分类方法,”浙江农业工程学院,硕士论文,2010.