【摘要】：高分辨率高質(zhì)量光學遙感圖像在遙感測繪、偵察監(jiān)視、公共安全監(jiān)控識別和醫(yī)學診斷等軍、民領域均有著重要應用價值。通常,可借助提高硬件性能和圖像處理的手段提高圖像的分辨能力,硬件提升手段會受到工藝水平、研制難度、周期成本等研制瓶頸的制約,因此,國內(nèi)外學者在圖像超分辨率重構處理方面開展了大量的研究工作。從現(xiàn)有文獻看,現(xiàn)有的超分重構方法已在自然圖像的處理應用中取得了較理想的效果,但針對遙感圖像的紋理細節(jié)增強與分辨率提升能力仍與理想情況存在一定差距。本文針對該問題,以大幅提高遙感圖像的目標分辨率和紋理細節(jié)為目的,開展基于單幀、多幀序列圖像的圖像超分辨率重構及評價方法研究,并進行相應的實驗驗證。主要研究工作如下:(1)基于學習的單幀圖像超分辨率重構算法研究�？紤]到基于學習的圖像超分重構方法能夠將圖像的細節(jié)信息與關聯(lián)分辨率提升的圖像先驗引入重構過程,本文在深度學習框架理論研究的基礎上,結合實際的在軌遙感衛(wèi)星圖像數(shù)據(jù),學習訓練基于卷積神經(jīng)網(wǎng)絡、加深卷積網(wǎng)絡以及生成對抗網(wǎng)絡的單幀圖像超分重構框架,提高了三種重構算法在遙感圖像處理應用中的適用性。并結合仿真遙感圖像數(shù)據(jù)和MDSP標準數(shù)據(jù)集進行了實驗驗證,同時分析得出了基于學習的單幀圖像超分重構算法在遙感圖像分辨率提升方面的處理性能。(2)改進的多幀序列圖像超分辨率重構方法研究。通過對比分析各種多幀序列圖像超分辨率重構方法的原理及處理流程,得出凸集投影法具有較強的圖像邊緣細節(jié)保持能力,并易將遙感圖像退化特性引入處理過程,適應于解決遙感圖像的超分重構問題,本文以凸集投影法的理論框架為基礎,針對遙感圖像的運動模糊、噪聲、形變等退化特性,結合高精度的亞像素運動估計算法,開展了邊緣紋理細節(jié)保持的雙邊濾波插值算法、基于光流法的圖像幀間像移估計方法以及異常幀檢測與剔除方法研究,并進行了實驗驗證,從而對凸集投影法進行了改進優(yōu)化,使其更加適應于解決遙感圖像的超分重構問題。(3)遙感圖像超分辨率重構評價方法及實驗驗證。在充分調(diào)研目前已有圖像質(zhì)量與超分辨率重構評價方法的基礎上,結合圖像分辨率提升倍數(shù)評價的需求,研究了遙感圖像超分辨率重構的客觀評價指標與方法。在此基礎上,結合基于在軌衛(wèi)星圖像的仿真實驗數(shù)據(jù)和基于USAF標準靶標的半物理成像實驗數(shù)據(jù),對圖像超分辨率重構方法與評價方法進行了實驗驗證。
【圖文】：

SRCNN和雙線性插值法對比

VDSR網(wǎng)絡結構
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP751

【參考文獻】

相關期刊論文 前10條

1 儲林臻;閆鈞華;杭誼青;許俊峰;;基于改進光流法的旋轉運動背景下對地運動目標實時檢測[J];數(shù)據(jù)采集與處理;2015年06期

2 佟曉煦;李素梅;劉富巖;孟迪;徐姝寧;;基于人類視覺的感知立體圖像質(zhì)量評價方法[J];光電子·激光;2015年02期

3 管飛;王榮;;基于Horn-Schunck光流法的運動目標檢測的研究[J];儀表技術;2015年02期

4 李俊峰;張飛燕;戴文戰(zhàn);潘海鵬;;基于圖像相關性和結構信息的無參考圖像質(zhì)量評價[J];光電子·激光;2014年12期

5 余先川;呂中華;胡丹;;遙感圖像配準技術綜述[J];光學精密工程;2013年11期

6 穆為磊;高建民;王昭;姜洪權;陳富民;黨長營;;考慮人眼視覺特性的射線檢測數(shù)字圖像質(zhì)量評價方法[J];西安交通大學學報;2013年07期

7 陳從平;汪衛(wèi);;基于峰值信噪比評價的運動模糊方向與長度識別[J];三峽大學學報(自然科學版);2012年06期

8 楊浩;安國成;陳向東;吳鎮(zhèn)揚;;一種基于實例的文本圖像超分辨率重建算法[J];東南大學學報(自然科學版);2008年02期

9 張曉玲,沈蘭蓀;超分辨率圖像復原技術的研究進展[J];測控技術;2005年05期

10 彭黎輝,陸耿,楊五強;電容成像圖像重建算法原理及評價[J];清華大學學報(自然科學版);2004年04期

相關博士學位論文 前4條

1 王新蕾;基于鄰域學習和稀疏原子聚類字典的圖像超分辨率重構算法研究[D];東南大學;2016年

2 何林陽;航空圖像超分辨率重建關鍵技術研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2016年

3 陳曉琳;基于視覺特征的圖像質(zhì)量評價技術研究[D];上海交通大學;2012年

4 譚洪濤;視頻圖像降噪關鍵技術研究[D];重慶大學;2010年

相關碩士學位論文 前3條

1 徐才進;圖像超分辨率復原及其在分類中的應用[D];西安電子科技大學;2017年

2 陳偉業(yè);基于壓縮感知的遙感圖像超分辨率重建方法研究[D];南京理工大學;2017年

3 張佩鈺;遙感圖像質(zhì)量提升方法及其應用研究[D];西安電子科技大學;2015年

，

本文編號：2655397