航空遙感的MAP超分辨方法
發(fā)布時間:2022-07-16 18:09
航空遙感以其靈活機動且應用范圍廣泛而受到人們的廣泛關注。在軍事斗爭領域機載光電平臺可以實現(xiàn)對偵查目標的遠距離偵查遙感,既可以單獨對敵進行偵查打擊也可以配合衛(wèi)星、雷達進行進一步偵查。在民用生產(chǎn)領域,無論是水體污染、森林草原火災或者病蟲害、無人機航拍等,航空遙感都發(fā)揮了越來越重要作用。但受載荷質量限制,成像系統(tǒng)往往無法采用成像效果好的設備。我們希望通過圖像超分辨技術提升圖像的空間分辨率。為此,我們針對航空遙感這個場景,提出一套集合配準、超分辨的超分辨重建系統(tǒng)。主要內容如下:1.提出并分析了航空遙感的降質因素。介紹了成像系統(tǒng)與航空遙感的降質模型,分析圖像退化與降質的主要原因,分析降質模型的數(shù)學表達。主要包括成像的光學成像點擴散函數(shù),運動模糊問題,航空遙感的傾角問題。分析航空成像系統(tǒng)降質模型可以分析圖像退化,這有利于圖像的配準和后續(xù)的超分辨重建。2.針對超分辨重建所需要的亞像素配準,采用通過泰勒函數(shù)的最優(yōu)化方法來進行亞像素配準。分析亞像素配準的三種方法,插值放大方法,頻域配準方法,和基于泰勒函數(shù)的最優(yōu)化方法。最優(yōu)優(yōu)化方法,通過泰勒函數(shù)二階展開來實現(xiàn)亞像素配準,計算復雜度合理,算法原理簡單明確。...
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題的背景與意義
1.2 超分辨變重構的技術
1.3 超分辨成像技術的發(fā)展方向簡介
1.3.1 基于多幀重建的方法
1.3.2 基于單幀稀疏字典超分辨重建方法
1.3.3 基于深度學習的超分辨方法
1.4 論文概述及章節(jié)安排
第2章 圖像的降質模型
2.1 成像的基本降質模型
2.1.1 空間分辨率
2.1.2 光學系統(tǒng)的分辨率
2.1.3 點擴散(PSF)函數(shù)模型
2.2 遙感圖像的降質模型
2.3 進一步的降質模型及數(shù)學表示
2.3.1 大氣衍射降質模型
2.3.2 運動模糊降質
2.4 本章小結
第3章 多幀超分辨方法
3.1 圖像超分辨率重建原理
3.2 圖像超分辨率重建的變換域方法
3.2.1 基于傅立葉變換的頻率重建法
3.2.2 基于離散余弦變換的頻率重建法
3.3 圖像超分辨率重建的空域方法
3.3.1 融合-復原法
3.3.2 統(tǒng)計方法
3.3.3 基于集合理論的重建方法
3.4 本章小結
第4章 序列圖像配準問題
4.1 圖像配準的定義
4.2 亞像素配準方法簡介
4.2.1 基于變換域的算法
4.2.2 梯度法配準
4.3 亞像素配準實驗
4.4 總結評價
4.5 本章小結
第5章 基于MAP的超分辨率重建
5.1 最大后驗概率估計原理
5.2 馬爾科夫場與先驗模型
5.3 基于MAP的超分辨率重建算法
5.3.1 成像物理模型與觀察模型
5.3.2 投影MAP算法
5.4 實驗結果與分析
5.5 本章小結
第6章 總結與展望
6.1 總結
6.2 研究展望
參考文獻
致謝
作者簡歷及攻讀學位期間發(fā)表的學術論文與研究成果
【參考文獻】:
期刊論文
[1]遙感圖像的MAP超分辨重建[J]. 劉濤,錢鋒,張葆. 液晶與顯示. 2018(10)
[2]“翼龍”Ⅱ首飛成功,中國無人機家族再添猛將[J]. 袁合一. 科學啟蒙. 2017(07)
[3]稀疏表示下的噪聲圖像超分辨率重構[J]. 韓玉蘭,趙永平,王啟松,陳欣欣,王曉飛. 光學精密工程. 2017(06)
[4]基于深度學習的圖像超分辨率復原研究進展[J]. 孫旭,李曉光,李嘉鋒,卓力. 自動化學報. 2017(05)
[5]基于結構自適應歸一化卷積的超分辨率紅外圖像重建[J]. 譚周燚,黃自力,王雪梅,黃正中,陳立. 電子技術. 2017(02)
[6]基于超分辨率重建的亞像素圖像配準[J]. 李方彪,何昕,魏仲慧,馬鑫. 光學精密工程. 2017(02)
[7]基于LuGre模型的航空光電穩(wěn)定平臺的摩擦力矩補償[J]. 晉超瓊,張葆,李賢濤,申帥,朱楓. 科學技術與工程. 2016(30)
[8]遠距離多波段紅外圖像融合系統(tǒng)及配準方法[J]. 李英杰,張俊舉,常本康,錢蕓生,劉磊. 紅外與激光工程. 2016(05)
[9]領航中國無人機“瞰世界”[J]. 泉琳. 科學新聞. 2016(02)
[10]曲面擬合法和梯度法相結合的圖像亞像素配準算法[J]. 劉紅亮,陳維義,許中勝. 國防科技大學學報. 2015(05)
博士論文
[1]基于多幀影像的航空超分辨成像技術研究[D]. 穆紹碩.中國科學院大學(中國科學院長春光學精密機械與物理研究所) 2017
碩士論文
[1]基于稀疏字典學習的圖像超分辨率研究[D]. 楊維國.山東師范大學 2018
[2]基于稀疏表示的視頻超分辨率技術研究[D]. 姚翠.電子科技大學 2018
[3]基于稀疏表示的單幅圖像超分辨率重建[D]. 朱林華.重慶郵電大學 2017
[4]基于MAP算法的圖像超分辨率重構技術研究[D]. 劉雪婷.山東大學 2008
本文編號:3663011
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題的背景與意義
1.2 超分辨變重構的技術
1.3 超分辨成像技術的發(fā)展方向簡介
1.3.1 基于多幀重建的方法
1.3.2 基于單幀稀疏字典超分辨重建方法
1.3.3 基于深度學習的超分辨方法
1.4 論文概述及章節(jié)安排
第2章 圖像的降質模型
2.1 成像的基本降質模型
2.1.1 空間分辨率
2.1.2 光學系統(tǒng)的分辨率
2.1.3 點擴散(PSF)函數(shù)模型
2.2 遙感圖像的降質模型
2.3 進一步的降質模型及數(shù)學表示
2.3.1 大氣衍射降質模型
2.3.2 運動模糊降質
2.4 本章小結
第3章 多幀超分辨方法
3.1 圖像超分辨率重建原理
3.2 圖像超分辨率重建的變換域方法
3.2.1 基于傅立葉變換的頻率重建法
3.2.2 基于離散余弦變換的頻率重建法
3.3 圖像超分辨率重建的空域方法
3.3.1 融合-復原法
3.3.2 統(tǒng)計方法
3.3.3 基于集合理論的重建方法
3.4 本章小結
第4章 序列圖像配準問題
4.1 圖像配準的定義
4.2 亞像素配準方法簡介
4.2.1 基于變換域的算法
4.2.2 梯度法配準
4.3 亞像素配準實驗
4.4 總結評價
4.5 本章小結
第5章 基于MAP的超分辨率重建
5.1 最大后驗概率估計原理
5.2 馬爾科夫場與先驗模型
5.3 基于MAP的超分辨率重建算法
5.3.1 成像物理模型與觀察模型
5.3.2 投影MAP算法
5.4 實驗結果與分析
5.5 本章小結
第6章 總結與展望
6.1 總結
6.2 研究展望
參考文獻
致謝
作者簡歷及攻讀學位期間發(fā)表的學術論文與研究成果
【參考文獻】:
期刊論文
[1]遙感圖像的MAP超分辨重建[J]. 劉濤,錢鋒,張葆. 液晶與顯示. 2018(10)
[2]“翼龍”Ⅱ首飛成功,中國無人機家族再添猛將[J]. 袁合一. 科學啟蒙. 2017(07)
[3]稀疏表示下的噪聲圖像超分辨率重構[J]. 韓玉蘭,趙永平,王啟松,陳欣欣,王曉飛. 光學精密工程. 2017(06)
[4]基于深度學習的圖像超分辨率復原研究進展[J]. 孫旭,李曉光,李嘉鋒,卓力. 自動化學報. 2017(05)
[5]基于結構自適應歸一化卷積的超分辨率紅外圖像重建[J]. 譚周燚,黃自力,王雪梅,黃正中,陳立. 電子技術. 2017(02)
[6]基于超分辨率重建的亞像素圖像配準[J]. 李方彪,何昕,魏仲慧,馬鑫. 光學精密工程. 2017(02)
[7]基于LuGre模型的航空光電穩(wěn)定平臺的摩擦力矩補償[J]. 晉超瓊,張葆,李賢濤,申帥,朱楓. 科學技術與工程. 2016(30)
[8]遠距離多波段紅外圖像融合系統(tǒng)及配準方法[J]. 李英杰,張俊舉,常本康,錢蕓生,劉磊. 紅外與激光工程. 2016(05)
[9]領航中國無人機“瞰世界”[J]. 泉琳. 科學新聞. 2016(02)
[10]曲面擬合法和梯度法相結合的圖像亞像素配準算法[J]. 劉紅亮,陳維義,許中勝. 國防科技大學學報. 2015(05)
博士論文
[1]基于多幀影像的航空超分辨成像技術研究[D]. 穆紹碩.中國科學院大學(中國科學院長春光學精密機械與物理研究所) 2017
碩士論文
[1]基于稀疏字典學習的圖像超分辨率研究[D]. 楊維國.山東師范大學 2018
[2]基于稀疏表示的視頻超分辨率技術研究[D]. 姚翠.電子科技大學 2018
[3]基于稀疏表示的單幅圖像超分辨率重建[D]. 朱林華.重慶郵電大學 2017
[4]基于MAP算法的圖像超分辨率重構技術研究[D]. 劉雪婷.山東大學 2008
本文編號:3663011
本文鏈接:http://sikaile.net/guanlilunwen/gongchengguanli/3663011.html
最近更新
教材專著