本文選題：超分辨率重建　切入點(diǎn)：稀疏表示　出處：《測(cè)繪通報(bào)》2017年06期 　論文類型：期刊論文

【摘要】：近年來(lái)基于字典學(xué)習(xí)的超分辨率重建技術(shù)已成為圖像處理領(lǐng)域的研究熱點(diǎn),相比基于重建的超分辨率方法,基于學(xué)習(xí)的方法充分利用了先驗(yàn)知識(shí),在放大倍數(shù)較高時(shí),仍可取得較好的效果,因此被公認(rèn)為一種非常有前途的方法。本文對(duì)國(guó)內(nèi)外已有的基于字典學(xué)習(xí)的超分辨率重建方法進(jìn)行了系統(tǒng)研究,梳理了3種基于字典學(xué)習(xí)超分重建算法的基本原理及優(yōu)缺點(diǎn)。此外,本文根據(jù)遙感影像的特點(diǎn),使用同一數(shù)據(jù)源進(jìn)行字典學(xué)習(xí),利用不同字典學(xué)習(xí)算法分別生成高、低聯(lián)合字典對(duì),采用不同尺寸大小及縮放倍數(shù)的測(cè)試圖像,進(jìn)行超分辨率重建,對(duì)各種算法的重建性能、魯棒性和復(fù)雜度進(jìn)行綜合分析,進(jìn)一步研究了各種算法對(duì)遙感影像不同應(yīng)用需求的適用性。
[Abstract]:In recent years, the super-resolution reconstruction technology based on dictionary learning has become a research hotspot in the field of image processing. Compared with the super-resolution method based on reconstruction, the learning-based method makes full use of prior knowledge, and when the magnification is high, Therefore, it is recognized as a promising method. In this paper, the existing super-resolution reconstruction methods based on dictionary learning have been systematically studied at home and abroad. In addition, according to the characteristics of remote sensing image, this paper uses the same data source for dictionary learning, and makes use of different dictionary learning algorithms to generate high. Low joint dictionary pairs are used for super-resolution reconstruction using test images of different sizes and scales. The reconstruction performance, robustness and complexity of various algorithms are analyzed synthetically. The applicability of various algorithms to different applications of remote sensing images is further studied.
【作者單位】： 長(zhǎng)安大學(xué)地質(zhì)工程與測(cè)繪學(xué)院;地理國(guó)情監(jiān)測(cè)國(guó)家測(cè)繪地理信息局工程技術(shù)研究中心;
【基金】：國(guó)家自然科學(xué)基金(41372330);國(guó)家自然科學(xué)基金青年基金(41601345)
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 浦劍;張軍平;黃華;;超分辨率算法研究綜述[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2009年01期

2 胡宇;趙保軍;沈庭芝;劉朋樟;;基于偏最小二乘的人臉超分辨率重構(gòu)[J];北京理工大學(xué)學(xué)報(bào);2010年09期

3 戴光智;孫宏偉;楊歐;;微掃描超分辨率超聲成像技術(shù)研究[J];科學(xué)技術(shù)與工程;2010年28期

4 蘭誠(chéng)棟;胡瑞敏;盧濤;韓鎮(zhèn);;低質(zhì)量監(jiān)控圖像魯棒性人臉超分辨率算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2011年09期

5 李家德;張葉;賈平;;采用非局部均值的超分辨率重構(gòu)[J];光學(xué)精密工程;2013年06期

6 蘭誠(chéng)棟;陳亮;盧濤;;采用后驗(yàn)信息構(gòu)建稀疏原子庫(kù)的超分辨率人臉重建[J];北京工業(yè)大學(xué)學(xué)報(bào);2013年07期

7 陶洪久 ,饒俊飛 ,周祖德;單幅圖像的超分辨率重建方法[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2004年06期

8 劉洪臣;馮勇;李林靜;;基于小波融合的圖像殘差金字塔超分辨率研究[J];光電子.激光;2007年07期

9 劉剛;趙紅毅;胡臻龍;;基于帶有權(quán)值混合泛函的盲超分辨率[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2012年04期

10 薛翠紅;于明;楊宇皓;閻剛;賈超;;基于學(xué)習(xí)的馬爾科夫超分辨率復(fù)原[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2013年S1期

相關(guān)會(huì)議論文 前10條

1 潘明海;劉永坦;趙淑清;徐佳祥;干恒富;;一種多運(yùn)動(dòng)目標(biāo)的超分辨率檢測(cè)算法[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

2 李兵兵;陸耀;王曉明;李勁嫻;;基于金字塔回歸策略的人臉超分辨率[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

3 戴光智;陳鐵群;薛家祥;;基于微掃描技術(shù)焊縫超聲圖像的超分辨率重建[A];第十七屆全國(guó)測(cè)控計(jì)量?jī)x器儀表學(xué)術(shù)年會(huì)（MCMI'2007）論文集（上冊(cè)）[C];2007年

4 鄭杰;韓梅;;基于微位移的超分辨率重建技術(shù)[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

5 張光昭;胡敬爐;謝澤明;;超分辨率亞毫米波付里葉變換譜[A];第四屆全國(guó)波譜學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];1986年

6 繆泓;徐海明;;微平移序列圖像的超分辨率重建技術(shù)[A];中國(guó)力學(xué)學(xué)會(huì)學(xué)術(shù)大會(huì)'2009論文摘要集[C];2009年

7 徐啟飛;顏剛;陳武凡;;關(guān)于序列圖像的超分辨率重建算法[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

8 徐忠強(qiáng);朱秀昌;;基于正則算法的壓縮視頻超分辨率重建[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

9 池小梅;馬建偉;黃景濤;;基于壓縮傳感的超分辨率紅外成像研究[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

10 黃華;何惠婷;;一種基于CCA空間超分辨率的人臉識(shí)別方法[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 傅罡;多源遙感數(shù)據(jù)的道路提取方法研究[D];清華大學(xué);2014年

2 巴拉卡，，雅各布Maiseli（Baraka Jacob Maiseli）;基于正則化的非線性擴(kuò)散模型的超分辨率方法[D];哈爾濱工業(yè)大學(xué);2015年

3 王曉峰;基于樣本學(xué)習(xí)的人臉超分辨率重建技術(shù)研究[D];華中科技大學(xué);2015年

4 岳煥景;面向云媒體的圖像處理研究[D];天津大學(xué);2015年

5 楊琛;提高集成成像與集成全息系統(tǒng)成像質(zhì)量方法的研究[D];西安電子科技大學(xué);2015年

6 何蕾;基于稀疏表達(dá)的連分式插值核的圖像/視頻超分辨率重建方法研究[D];合肥工業(yè)大學(xué);2015年

7 樊程廣;超聲相控陣超分辨率成像方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

8 袁建華;超分辨率重建中若干問題的研究[D];中國(guó)科學(xué)院研究生院（電子學(xué)研究所）;2006年

9 范沖;三線陣影像超分辨率重建[D];中南大學(xué);2007年

10 張小紅;視頻去運(yùn)動(dòng)模糊及超分辨率研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 李智盛;壓縮傳感在超分辨率中的應(yīng)用[D];清華大學(xué);2011年

2 劉鵬;壓縮自編碼字典下的多機(jī)制鄰域嵌入超分辨率重建算法[D];華南理工大學(xué);2015年

3 蔣曉慧;自適應(yīng)正則化超分辨率重建方法的研究[D];蘇州大學(xué);2015年

4 楊國(guó)珂;基于壓縮傳感的圖像分辨率重構(gòu)方法和應(yīng)用[D];江西理工大學(xué);2015年

5 周才發(fā);基于流形對(duì)齊的WLAN室內(nèi)定位方法研究[D];哈爾濱工業(yè)大學(xué);2015年

6 陳果;單一醫(yī)學(xué)視頻時(shí)空超分辨率算法研究[D];北京理工大學(xué);2015年

7 李靖;基于壓縮感知的超分辨率理論與技術(shù)研究[D];電子科技大學(xué);2015年

8 黎媛;基于超分辨率的多視角混合分辨率視頻描述的關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

9 羅國(guó)中;面向低質(zhì)量視頻的目標(biāo)對(duì)象的超分辨率重建技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

10 李華陽(yáng);手部深度圖像去噪與超分辨率方法研究[D];北京工業(yè)大學(xué);2015年

本文編號(hào)：1642529