遙感高光譜圖像因其豐富的光譜信息而被廣泛用于精準(zhǔn)農(nóng)業(yè)、軍事目標(biāo)識別、地物勘測等領(lǐng)域,然而由于成像傳感器物理?xiàng)l件的限制,遙感高光譜圖像的空間分辨率較低,制約了高光譜圖像的應(yīng)用。通過融合相同場景的高分辨率多光譜圖像稱為解決這一問題的主要途徑。高空間分辨率到低空間分辨率退化可以看作是像元混合的過程,而圖像融合是其逆過程,可以看作是解混的過程。因此本文提出了基于分解的高光譜圖像融合算法。本文分別采用矩陣分解和張量分解兩種模式實(shí)現(xiàn)高光譜圖像超分辨,主要工作有以下三個方面:第一,針對高光譜圖像空間降質(zhì)過程造成光譜失真問題,采用廣義回歸神經(jīng)網(wǎng)絡(luò)模型,學(xué)習(xí)高低空間分辨率高光譜圖像在光譜域的非線性映射關(guān)系,利用學(xué)到的映射模型,將低分辨率高光譜圖像的光譜特征映射到高分辨率空間,為融合提供更加精確的光譜特征。第二,針對基于解混的算法中對于矩陣分解的依賴,以及目標(biāo)函數(shù)的非凸性造成的不穩(wěn)定性和對初始值敏感的問題,采用聚類的方式提取圖像的光譜特征,代替解混合的端元,提高問題求解的穩(wěn)定性,同時有效提高了特征提取的效率,降低了復(fù)雜度。第三,針對矩陣分解關(guān)注光譜特性而忽略了空間關(guān)系的問題,采取基于張量分解的融合算法,利... 

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景及意義
    1.2 遙感圖像融合概念
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 pan-sharpening算法
        1.3.2 由pan-sharpening推廣而來的HSI-MSI融合算法
        1.3.3 基于神經(jīng)網(wǎng)絡(luò)的算法
        1.3.4 基于貝葉斯估計(jì)的圖像融合算法
        1.3.5 基于矩陣分解的算法
        1.3.6 基于張量分解的算法
    1.4 存在的問題及本文的主要工作
    1.5 本文章節(jié)安排
第二章 相關(guān)工作
    2.1 圖像融合質(zhì)量的評價指標(biāo)
        2.1.1 主觀評價指標(biāo)
        2.1.2 客觀評價指標(biāo)
    2.2 高光譜圖像融合的實(shí)驗(yàn)數(shù)據(jù)
        2.2.1 Salinas數(shù)據(jù)集
        2.2.2 Cuprite數(shù)據(jù)集
        2.2.3 Indian Pines數(shù)據(jù)集
        2.2.4 Pavia Center數(shù)據(jù)集
    2.3 圖像數(shù)據(jù)的表示
        2.3.1 矩陣分解角度的圖像表示
        2.3.2 張量角度的圖像表示
    2.4 遙感圖像的線性表示模型
第三章 基于類解混的高光譜和多光譜圖像融合算法
    3.1 引言
    3.2 問題分析
    3.3 解決策略
    3.4 融合算法
        3.4.1 算法框架
        3.4.2 LR-HSI到 HR-HSI光譜域模型學(xué)習(xí)
        3.4.3 基于FCM聚類的端元生成
        3.4.4 目標(biāo)HR-HSI重建
    3.5 實(shí)驗(yàn)結(jié)果及分析
        3.5.1 主觀評價
        3.5.2 客觀評價
    3.6 本章小結(jié)
第四章 基于張量分解的高光譜圖像融合算法
    4.1 引言
    4.2 問題分析
    4.3 解決策略
        4.3.1 算法框架
        4.3.2 邊緣像素模型學(xué)習(xí)
        4.3.3 圖像的分塊和聚類
        4.3.4 獲取圖像字典
        4.3.5 光譜字典超分辨
        4.3.6 核心張量提取
        4.3.7 圖像融合
        4.3.8 圖像后處理操作
    4.4 實(shí)驗(yàn)結(jié)果及分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 未來工作展望
參考文獻(xiàn)
攻讀碩士期間的學(xué)術(shù)活動及成果情況



本文編號：3719368