高光譜圖像攜帶大量的空間和光譜信息,為人們研究地表物體的特性、進(jìn)行地物識(shí)別創(chuàng)造了條件,使其在多個(gè)領(lǐng)域受到廣泛的應(yīng)用和關(guān)注。然而,高光譜遙感數(shù)據(jù)在獲取過程中受到各種因素的影響,存在著各種不同程度的退化,進(jìn)而影響后續(xù)的處理與應(yīng)用。給人們?cè)趫D像處理、信息分析、分類和檢測(cè)等方面提出了嚴(yán)峻的挑戰(zhàn),因此,高光譜圖像的復(fù)原是數(shù)字圖像處理的一個(gè)重要的內(nèi)容,對(duì)于提升圖像質(zhì)量有重要的意義。本論文在總結(jié)高光譜復(fù)原問題現(xiàn)狀的基礎(chǔ)上,通過對(duì)高光譜圖像自身特性的深入分析,挖掘高光譜圖像的空間稀疏與光譜低秩先驗(yàn)知識(shí),研究了空間稀疏與光譜低秩聯(lián)合正則化建模,并設(shè)計(jì)了相應(yīng)的高效算法。論文的主要工作和研究成果如下:1.闡明了高光譜圖像處理和分析的發(fā)展現(xiàn)狀及亟需解決的若干問題,歸納了現(xiàn)有高光譜圖像復(fù)原的理論和方法,詳細(xì)分析了基于空間稀疏和張量低秩等模型在高光譜圖像處理和分析中的應(yīng)用潛力和存在問題,如:LRTV復(fù)原模型、基于克羅內(nèi)克基的張量復(fù)原模型。2.針對(duì)高光譜復(fù)原問題,提出了一種基于張量截?cái)嗪朔稊?shù)的低秩約束和空譜全變差正則化的方法來實(shí)現(xiàn)高光譜遙感圖像超分辨復(fù)原。首先分析高光譜遙感數(shù)據(jù)的兩種低秩先驗(yàn):光譜低秩先驗(yàn)和空間稀疏... 

【文章來源】：西北農(nóng)林科技大學(xué)陜西省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：49 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 高光譜圖像去噪
        1.2.2 HSI超分辨率重構(gòu)
第二章 高光譜圖像復(fù)原模型相關(guān)理論背景
    2.1 高光譜圖像復(fù)原模型
        2.1.1 復(fù)原模型
        2.1.2 圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)
    2.2 有關(guān)張量的理論
第三章 基于張量截?cái)嗪朔稊?shù)的LRTV模型
    3.1 引言
    3.2 超分辨率圖像重構(gòu)
        3.2.1 數(shù)據(jù)的低秩先驗(yàn)
        3.2.2 LRTV重構(gòu)模型
        3.2.3 TNN-LRTV重構(gòu)模型
        3.2.4 TNN-LRTV模型求解
第四章 基于張量克羅內(nèi)克基的超分辨率重構(gòu)模型
    4.0 引言
    4.1 對(duì)數(shù)函數(shù)的稀疏表示
    4.2 KBR模型和它的求解方式
    4.3 基于KBR的超分辨率重構(gòu)模型
第五章 實(shí)驗(yàn)結(jié)果
第六章 總結(jié)
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)歷



本文編號(hào)：3189215