圖像超分辨率重建技術(shù)越來(lái)越廣泛的應(yīng)用于遙感影像空間分辨率的提升,也給改善遙感影像質(zhì)量提供了更多的可能。基于小波重構(gòu)的超分辨率重建技術(shù)憑借其小波分解的優(yōu)勢(shì),可以較好地將分量重組獲得分辨率更高的影像。再結(jié)合統(tǒng)計(jì)和神經(jīng)網(wǎng)絡(luò)的相關(guān)知識(shí),得以提高其重建的效果。本文利用單幅遙感影像塊作為研究數(shù)據(jù)基礎(chǔ),以小波變換理論作為理論依據(jù),結(jié)合HMT模型、插值和Bp神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)等方法,對(duì)超分辨率重建技術(shù)進(jìn)行研究和探索,主要的研究?jī)?nèi)容和結(jié)論包括:（1）研究了基于小波域隱馬爾可夫樹模型。重點(diǎn)闡述了馬爾可夫樹模型與小波重構(gòu)之間的相似性,將圖像超分辨率問(wèn)題作為約束優(yōu)化問(wèn)題,通過(guò)迭代約束求得重建最優(yōu)解。（2）研究分析了小波變換與插值算法相結(jié)合的超分辨率重建算法。實(shí)驗(yàn)結(jié)果表明,該方法效果明顯高于插值算法,并且通過(guò)對(duì)高分影像的處理與比較,能明顯提高圖像的空間分辨率,并且擁有較快的重建速度。（3）著重研究了小波變換與Bp神經(jīng)網(wǎng)絡(luò)相結(jié)合的超分辨率重建算法。利用小波變換分量之間相似的自相關(guān)性,通過(guò)Bp神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)映射關(guān)系的優(yōu)勢(shì),將兩種算法的優(yōu)勢(shì)相結(jié)合,構(gòu)建一種自學(xué)習(xí)的重建算法,最后再利用小波重構(gòu)理論完成重建。通過(guò)上述理論研究、相... 

【文章來(lái)源】：長(zhǎng)安大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

論文技術(shù)路線圖

f 為輸入的未發(fā)生退化的原始高分辨率影像，H 為圖像退化過(guò)程中模擬的退化系統(tǒng)，n 為均值為零的高斯白噪聲，g 是經(jīng)過(guò)真實(shí)退化的低分辨率影像。關(guān)系式可為： ( ) = ( ) ( ) ( 通常情況下，在遙感影像預(yù)處理過(guò)程中可以校正其退化模糊，所獲得影像由遙感供應(yīng)方進(jìn)行了校正預(yù)處理，故本文在重建過(guò)程中對(duì)影像模糊不做更深入的研究，僅用簡(jiǎn)單的下采樣作為示例進(jìn)行分辨率提升的研究。.2 遙感影像分辨率隨著測(cè)繪和遙感科學(xué)與技術(shù)的發(fā)展，遙感影像的數(shù)據(jù)類別越來(lái)越豐富，遙感影像顯得尤為重要，分辨率的特性體現(xiàn)在高“空間分辨率、光譜分辨率、時(shí)間分辨率、分辨率”方面上，在研究超分辨率重建問(wèn)題中就是要對(duì)遙感影像的空間分辨率進(jìn)行圖 2.1 簡(jiǎn)單的遙感影像退化模型

(4) 盲圖像質(zhì)量評(píng)價(jià)指標(biāo)(Blind Image Quality Index, BIQI)[50]Moorthy 和 Bovik 提出了盲圖像質(zhì)量評(píng)價(jià)指標(biāo) BIQI 的方法，將對(duì)重建結(jié)果為兩個(gè)步驟：首先第一步采用小波分解系數(shù)，并通過(guò)廣義高斯分布模型進(jìn)行到的參數(shù)作為特征信息，利用支持向量機(jī)分類方法得到當(dāng)前圖像所屬類別的步，利用回歸分析模型對(duì)各個(gè)退化類型計(jì)算圖像質(zhì)量指標(biāo)值，最后根據(jù)概率的質(zhì)量評(píng)價(jià)指標(biāo)值。BIQI 指標(biāo)值的范圍在 0 到 100 之間，其中指標(biāo)值越小像的質(zhì)量越好。圖 2.2 斜方向的微分型空間濾波器

【參考文獻(xiàn)】：
期刊論文
[1]基于小波分析的TM遙感圖像超分辨率重建[J]. 王金亮,曾浩,王艷英,劉廣杰.  遙感技術(shù)與應(yīng)用. 2016(03)
[2]基于小波域的壓縮感知超分辨率重建方法[J]. 左艷麗,馬志強(qiáng),左憲禹.  電視技術(shù). 2015(09)
[3]基于多尺度非局部約束的單幅圖像超分辨率算法[J]. 潘宗序,禹晶,肖創(chuàng)柏,孫衛(wèi)東.  自動(dòng)化學(xué)報(bào). 2014(10)
[4]用于超分辨率重建的同構(gòu)過(guò)完備字典學(xué)習(xí)方法[J]. 謝寶陵,徐國(guó)明.  計(jì)算機(jī)工程與科學(xué). 2014(08)
[5]基于小波變換和非局部平均的超分辨率圖像重建[J]. 葉雙清,楊曉梅.  計(jì)算機(jī)應(yīng)用. 2014(04)
[6]基于Keren改進(jìn)配準(zhǔn)算法的IBP超分率重建[J]. 張永育,李翠華,余禮鈸,張東曉,李雄宗,施華.  廈門大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(04)
[7]結(jié)合NSCT和改進(jìn)BP網(wǎng)絡(luò)的超分辨率圖像重建[J]. 符立梅,彭國(guó)華.  計(jì)算機(jī)工程與應(yīng)用. 2012(20)
[8]基于稀疏表示的圖像超分辨率重建快速算法[J]. 孫玉寶,韋志輝,肖亮,張錚嶸.  系統(tǒng)工程與電子技術(shù). 2010(12)
[9]圖像復(fù)原與超分辨率重構(gòu)基本適用條件及提高空間分辨率上限的研究[J]. 吳艷,陳凡勝,陳桂林.  紅外與毫米波學(xué)報(bào). 2010(05)
[10]數(shù)字視頻圖像質(zhì)量客觀測(cè)量方法的改進(jìn)與實(shí)現(xiàn)[J]. 黃文輝,陳仁雷,張家謀.  北京郵電大學(xué)學(xué)報(bào). 2005(04)

博士論文
[1]圖像超分辨率重建算法研究[D]. 楊宇翔.中國(guó)科學(xué)技術(shù)大學(xué) 2013
[2]基于小波域隱馬爾可夫樹模型的遙感圖像紋理分類研究[D]. 彭玲.中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所） 2005

碩士論文
[1]基于小波和插值的超分辨率圖像重建算法研究[D]. 林虹.西安電子科技大學(xué) 2005



本文編號(hào)：3349124