全文总字数：5344字

1. 研究目的与意义及国内外研究现状

高分辨率遥感影像空间分辨率高、纹理特征鲜明、包含丰富的信息。它的产生，不仅使土地利用、城市规划、环境监测等民用方面有了更便利、更详细的数据来源，而且对于军事目标识别、战场环境仿真来说有着更为重要的意义。但其所包含的图像噪声影响了影像识别并破坏了分析的可靠性和有效性。所以，有效可靠的滤波方法，对遥感影像处理至关重要。均值滤波是一种常见的线性滤波方法，该方法运算简单，对高斯噪声具有良好的去噪能力。算法中用局部窗口内各像素灰度的算术平均值替换中心像素灰度值，均值滤波在本质上是一种低通滤波方法，在消除噪声的同时也会对图像的高频细节成分造成破坏和损失，使图像模糊，这是均值滤波法存在的固有缺陷【1】。双边滤波是一种具有边缘保持性能的非线性、非迭代的滤波，它以高斯滤波为基础，通过空域邻近度高斯核函数（空间高斯核）与值域相似度高斯核函数（亮度高斯核）相乘来构造双边滤波核，用对邻域像素进行加权所得到的像素值来代替当前像素值， 从而实现滤波的目的【2】。虽然双边滤波能很好地去除随机噪声，但去除椒盐噪声的效果不理想。鉴于此，本文对均值滤波和双边滤波分别分析优化并比较，提出一种更为可靠有效的滤波方式来去除遥感图像中的噪声。

国内外研究现状

伴随着图像处理技术的进步和发展， 遥感图像处理算法也在逐渐的完善和改进中。如早期几种经典的平滑滤波算法：均值滤波，中值滤波，高斯滤波、winner滤波等， 它们在一定的历史时期都取得了较大的进步，成为图像去噪领域的主流方法。但随着不断的研究，许多新的更优秀的方法也不断的被提出。

双边滤波是一种保边缘的光滑图象处理技术，它可以追溯到1995 aurich和

2. 研究的基本内容

针对高分辨率遥感影像的线性、非线性滤波的比较分析及改进，本文将主要进行如下研究：

1. 针对均值滤波在抑制噪声的过程中会破坏高频成分、损失图像边缘等细节信息从而导致整幅图像模糊的问题，本文将研究如何计算局部窗口中心像素灰度均值，提出一种均值滤波改进算法；

3. 实施方案、进度安排及预期效果

2018年1月19日之前，查阅相关文献，完成任务书的填写；

2018年1月19日到2月28日之间，开题阶段：在老师的指导下，查阅相关最新的文献，了解课题的相关知识，收集并整理大量资料，填写开题报告，完成开题；

2018年3月到5月，进一步深入研究均值滤波和双边滤波，搞清楚原理，进行改进优化，并进行实验，分析实验结果及分析利弊；

4. 参考文献

[1]朱士虎,春霞.一种改进的均值滤波算法[j].计算机应用与软件,2013,30(12).

[2]蒋辉.双边滤波理论及其在遥感图像处理中的应用研究[d].成都:西南交通大学,2014:6.

[3]aurich and j. weule. non-linear gaussian filters performing edge preserving