【摘要】：在遙感圖像的超分辨率(SR)重建領(lǐng)域中,稀疏表示已被廣泛應(yīng)用于從低分辨率(LR)圖像中恢復(fù)高質(zhì)量的高分辨圖像。由于缺少圖像塊之間的聯(lián)系與圖像內(nèi)的全局信息,傳統(tǒng)的聯(lián)合字典的方法無法獲得良好的SR重建結(jié)果。因此,我們提出了一種基于稀疏表示的遙感圖像SR重建的有效方法。首先,我們通過LR圖像的細(xì)節(jié)圖像塊和與之對(duì)應(yīng)的HR圖像塊訓(xùn)練兩個(gè)字典。其次,為了增強(qiáng)圖像塊之間的內(nèi)在關(guān)系,我們引入了全局自相容模型作為全局正則化項(xiàng)。最后,將稀疏表示,局部約束模型和全局約束模型結(jié)合起來,提高模型的性能,并采用快速自適應(yīng)收縮閾值算法(FASTA)解決GJDM中凸優(yōu)化問題。與其他方法相比,該方法在保存細(xì)節(jié)和紋理信息方面表現(xiàn)出良好的SR重建性能,在峰值信噪比(PSNR)上有顯著的提高。隨著圖像分辨率的顯著提高,遙感圖像的目標(biāo)檢測(cè)技術(shù)也得到了長足的發(fā)展。在很多應(yīng)用場(chǎng)景下,通常需要更為精確的目標(biāo)位置信息,而僅僅給出目標(biāo)類別和粗略位置的目標(biāo)檢測(cè)算法還達(dá)不到這樣的需求。因此,我們?cè)贔aster R-CNN基礎(chǔ)上,通過深度卷積網(wǎng)絡(luò)提取圖像特征,候選區(qū)域,并利用分類器實(shí)現(xiàn)目標(biāo)分類,回歸器近似定位目標(biāo)位置。同時(shí)在確定目標(biāo)矩形框的位置后,結(jié)合目前成熟的圖像分割技術(shù),整合了目標(biāo)檢測(cè)與圖像凸分割技術(shù),提出了遙感圖像的精致目標(biāo)檢測(cè)算法,一體化實(shí)現(xiàn)了目標(biāo)分類,檢測(cè)與分割。與其他目標(biāo)檢測(cè)算法相比較,該方法不僅能夠準(zhǔn)確的實(shí)現(xiàn)目標(biāo)檢測(cè),同時(shí)還能提取目標(biāo)的形狀和輪廓特征,在精準(zhǔn)定位與檢測(cè)上達(dá)到了較高的水平。
【圖文】：

圖１．］基于單幅圖像的插值方法逡逑是基于單幅圖像的超分辨率重建方法，主要包括各種方法依靠未知像素點(diǎn)的周圍像素點(diǎn)值來估算未知的像插值方法，，線性插值方法、雙線性插值方法，雙三次

Ｉ邐圖３．１精致目標(biāo)檢測(cè)模型框架圖逡逑感圖像中目標(biāo)的檢測(cè)，比如飛機(jī)，輪船，汽車等ｓｏｌｕｔｉｏｎ，邋ＶＨＲ）遙感圖像數(shù)據(jù)集制作了用于Ｆａｓｔｅｒ邋ｔｅｒ邋Ｒ－ＣＮＮ模型提供了微調(diào)模型的方法，在相比
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫旭;李曉光;李嘉鋒;卓力;;基于深度學(xué)習(xí)的圖像超分辨率復(fù)原研究進(jìn)展[J];自動(dòng)化學(xué)報(bào);2017年05期

2 曾凱;丁世飛;;圖像超分辨率重建的研究進(jìn)展[J];計(jì)算機(jī)工程與應(yīng)用;2017年16期

3 沈煥鋒;李平湘;張良培;王毅;;圖像超分辨率重建技術(shù)與方法綜述[J];光學(xué)技術(shù);2009年02期

4 丁海勇;卞正富;;數(shù)字圖像超分辨率重構(gòu)技術(shù)研究[J];計(jì)算機(jī)與數(shù)字工程;2007年10期

5 孔玲莉,黃華,齊春,劉美娟;圖像超分辨率研究的最新進(jìn)展[J];光學(xué)技術(shù);2004年03期

6 張清勇;陳智勇;駱瀟原;;基于生成網(wǎng)絡(luò)的遙感圖像超分辨率的研究[J];實(shí)驗(yàn)室研究與探索;2019年03期

7 胡長勝;詹曙;吳從中;;基于深度特征學(xué)習(xí)的圖像超分辨率重建[J];自動(dòng)化學(xué)報(bào);2017年05期

8 鐘雪燕;夏前亮;陳智軍;;基于FPGA的圖像超分辨率的硬件化實(shí)現(xiàn)[J];現(xiàn)代電子技術(shù);2017年17期

9 胡傳平;鐘雪霞;梅林;邵杰;王建;何瑩;;基于深度學(xué)習(xí)的圖像超分辨率算法研究[J];鐵道警察學(xué)院學(xué)報(bào);2016年01期

10 王相海;畢曉昀;傅博;陶兢U

本文編號(hào)：2631699