面向視頻衛(wèi)星數(shù)據(jù)的超分重建技術(shù)研究及應(yīng)用
發(fā)布時間：2022-01-21 07:35
信息提取是圖像處理中非常重要的分支,對遙感衛(wèi)星視頻數(shù)據(jù)的運動目標信息提取是圖像處理領(lǐng)域研究熱點之一。本文主要針對道路上的汽車目標運動信息進行超分重建技術(shù)應(yīng)用研究。由于道路上包含的車輛較多,且視頻衛(wèi)星影像背景復(fù)雜度高,所以對衛(wèi)星視頻數(shù)據(jù)進行車輛目標信息提取時面臨可視性弱和車輛運動目標檢測的準確率待提高的難題。針對車輛目標可視性弱的問題,對衛(wèi)星視頻數(shù)據(jù)單幀圖像,使用基于迭代反向投影的AF-IBP（Iterative Back Projection algorithm combined with Anisotropic Filtering）算法進行預(yù)處理以增加車輛的可視性。針對傳統(tǒng)衛(wèi)星視頻運動目標檢測算法中,典型算法對運動目標的檢測準確率不高的問題,為提高運動車輛目標檢測率,提出基于幀差法與混合高斯背景建模的DF-GMM（Double three-Frame combined with Gaussian Mixture Model）檢測算法。最后,經(jīng)過實驗,驗證了算法的有效性,并將本文的研究成果應(yīng)用在實際項目中。本文主要工作如下:（1）以遙感衛(wèi)星視頻數(shù)據(jù)為切入點,研究超分辨率圖像重建技術(shù),進...
【文章來源】：河南大學(xué)河南省
【文章頁數(shù)】：71 頁
【學(xué)位級別】：碩士
【部分圖文】：
重建實驗原圖
27（c）雙三次插值重建算法（d）本文算法AF-IBP圖3-3三種算法實驗重建結(jié)果圖分析圖3-3可看出實驗原圖經(jīng)過重建，重建結(jié)果圖中本文算法AF-IBP的重建結(jié)果較好，其次是反向迭代投影算法，都能夠?qū)υ瓐D起到目標信息增強的效果，但是雙三次插值重建算法較為相比其他兩種算法，重建效果有限，車輛目標略顯模糊，對車輛目標可視性的增強能力有限。本文算法可以對原始圖像進行重建且效果是較為明顯可見的，緩解了傳統(tǒng)IBP算法重建中邊緣鋸齒現(xiàn)象，使得車輛目標輪廓邊緣更為清晰，能夠在一定程度上起到增強目標可視性的效果。從視頻序列中隨機任取五組實驗數(shù)據(jù)，對每組數(shù)據(jù)分別作傳統(tǒng)迭代反向投影算法處理、雙三次插值重建和本文所提AF-IBP算法處理，統(tǒng)計每組數(shù)據(jù)的PSNR、SSIM組平均值。將這五組圖像數(shù)據(jù)作為本文實驗驗證的具體數(shù)據(jù)進行客觀統(tǒng)計，統(tǒng)計這三種重建算法的五組PSNR平均值和SSIM平均值分別如表3-1和表3-2所示。表3-1三種算法的PSNR（dB）值對比表實驗數(shù)據(jù)第1組第2組第3組第4組第5組雙三次插值算法28.8729.3230.1130.0930.27傳統(tǒng)迭代反向投影算法29.9731.0331.2931.2531.83本文AF-IBP30.2131.2531.5431.4632.12本文算法相比傳統(tǒng)迭代反向投影算法PSNR變動+0.24+0.29+0.25+0.21+0.29分析表3-1給出的三種方法在五組實驗數(shù)據(jù)上測試的PSNR平均值，可以得出，雙三次插值重建算法和傳統(tǒng)迭代反向投影算法PSNR值沒有AF-IBP算法的PSNR值大，說明AF-IBP算法的重建效果比另外兩種明顯。相比之下，雙三次
28插值法有些模糊，重建效果次于傳統(tǒng)迭代反向投影法，傳統(tǒng)迭代反向投影法也略次于本文算法效果，本文算法的圖像重建清晰度較高。圖3-4三種算法的PSNR值對比圖從圖3-4可以直觀看出，本文算法的PSNR值相較另外兩種算法的PSNR值而言，整體值較大，PSNR值越大，說明實驗區(qū)域的重建效果越好，也表明AF-IBP算法在PSNR評價指標上提升了圖像的高頻細節(jié)，有較好的重建效果。表3-2三種算法的SSIM值對比表實驗數(shù)據(jù)算法第1組第2組第3組第4組第5組雙三次插值算法84.97%85.31%87.73%87.63%88.04%傳統(tǒng)迭代反向投影算法89.56%90.45%90.88%89.17%91.72%本文算法AF-IBP90.37%91.49%91.69%90.94%91.77%本文算法相比傳統(tǒng)迭代反向投影算法SSIM變動+0.81%+1.04%+0.81%+0.77%+1.05%分析表3-2中數(shù)據(jù)可以得到，三種方法在五組實驗數(shù)據(jù)上測試的SSIM平均值相對其他兩種算法都有所提升，SSIM表示重建后的圖像與原始圖像之間的接近程度，所以可得到本文AF-IBP算法重建效果好于另外兩種算法。
【參考文獻】：
期刊論文
[1]衛(wèi)星遙感及圖像處理平臺發(fā)展[J]. 趙忠明,高連如,陳東,岳安志,陳靜波,劉東升,楊健,孟瑜. 中國圖象圖形學(xué)報. 2019(12)
[2]國內(nèi)外航天動態(tài)[J]. 王曉宇. 國際太空. 2019(10)
[3]高分辨率光學(xué)衛(wèi)星圖像目標運動信息提取研究綜述[J]. 李想,楊燦坤,周春平,李小娟,張可. 國土資源遙感. 2019(03)
[4]光學(xué)遙感圖像目標檢測技術(shù)綜述[J]. 李曉斌,江碧濤,楊淵博,傅雨澤,岳文振. 航天返回與遙感. 2019(04)
[5]視頻圖像動目標檢測的雙三幀差分算法[J]. 王志國,王永明,聶晶,彭世蕤,仇永斌. 電子測量技術(shù). 2019(02)
[6]無人機視頻圖像運動目標檢測算法綜述[J]. 張可,楊燦坤,周春平,李想. 液晶與顯示. 2019(01)
[7]商業(yè)衛(wèi)星遙感產(chǎn)業(yè)發(fā)展現(xiàn)狀與趨勢分析[J]. 李器宇,張拯寧,張皓琳. 衛(wèi)星應(yīng)用. 2018(12)
[8]凝視視頻衛(wèi)星目標檢測算法[J]. 張作省,朱瑞飛. 航天返回與遙感. 2018(06)
[9]圖像超分辨率算法研究進展[J]. 侯騰. 現(xiàn)代計算機(專業(yè)版). 2018(35)
[10]國內(nèi)外衛(wèi)星應(yīng)用產(chǎn)業(yè)發(fā)展現(xiàn)狀及趨勢[J]. 郝雅楠,劉中道,祝彬. 國防科技工業(yè). 2018(11)
碩士論文
[1]基于視頻的車輛檢測與分割算法研究[D]. 肖國宴.南昌大學(xué) 2018
[2]高分辨率視頻衛(wèi)星影像超分辨率重建技術(shù)研究[D]. 姚燁.中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機械與物理研究所) 2018
[3]空間域序列圖像超分辨重建及其魯棒性研究[D]. 宗財慧.中國科學(xué)院大學(xué)(中國科學(xué)院西安光學(xué)精密機械研究所) 2018
本文編號：3599843
【文章來源】：河南大學(xué)河南省
【文章頁數(shù)】：71 頁
【學(xué)位級別】：碩士
【部分圖文】：
重建實驗原圖
27（c）雙三次插值重建算法（d）本文算法AF-IBP圖3-3三種算法實驗重建結(jié)果圖分析圖3-3可看出實驗原圖經(jīng)過重建，重建結(jié)果圖中本文算法AF-IBP的重建結(jié)果較好，其次是反向迭代投影算法，都能夠?qū)υ瓐D起到目標信息增強的效果，但是雙三次插值重建算法較為相比其他兩種算法，重建效果有限，車輛目標略顯模糊，對車輛目標可視性的增強能力有限。本文算法可以對原始圖像進行重建且效果是較為明顯可見的，緩解了傳統(tǒng)IBP算法重建中邊緣鋸齒現(xiàn)象，使得車輛目標輪廓邊緣更為清晰，能夠在一定程度上起到增強目標可視性的效果。從視頻序列中隨機任取五組實驗數(shù)據(jù)，對每組數(shù)據(jù)分別作傳統(tǒng)迭代反向投影算法處理、雙三次插值重建和本文所提AF-IBP算法處理，統(tǒng)計每組數(shù)據(jù)的PSNR、SSIM組平均值。將這五組圖像數(shù)據(jù)作為本文實驗驗證的具體數(shù)據(jù)進行客觀統(tǒng)計，統(tǒng)計這三種重建算法的五組PSNR平均值和SSIM平均值分別如表3-1和表3-2所示。表3-1三種算法的PSNR（dB）值對比表實驗數(shù)據(jù)第1組第2組第3組第4組第5組雙三次插值算法28.8729.3230.1130.0930.27傳統(tǒng)迭代反向投影算法29.9731.0331.2931.2531.83本文AF-IBP30.2131.2531.5431.4632.12本文算法相比傳統(tǒng)迭代反向投影算法PSNR變動+0.24+0.29+0.25+0.21+0.29分析表3-1給出的三種方法在五組實驗數(shù)據(jù)上測試的PSNR平均值，可以得出，雙三次插值重建算法和傳統(tǒng)迭代反向投影算法PSNR值沒有AF-IBP算法的PSNR值大，說明AF-IBP算法的重建效果比另外兩種明顯。相比之下，雙三次
28插值法有些模糊，重建效果次于傳統(tǒng)迭代反向投影法，傳統(tǒng)迭代反向投影法也略次于本文算法效果，本文算法的圖像重建清晰度較高。圖3-4三種算法的PSNR值對比圖從圖3-4可以直觀看出，本文算法的PSNR值相較另外兩種算法的PSNR值而言，整體值較大，PSNR值越大，說明實驗區(qū)域的重建效果越好，也表明AF-IBP算法在PSNR評價指標上提升了圖像的高頻細節(jié)，有較好的重建效果。表3-2三種算法的SSIM值對比表實驗數(shù)據(jù)算法第1組第2組第3組第4組第5組雙三次插值算法84.97%85.31%87.73%87.63%88.04%傳統(tǒng)迭代反向投影算法89.56%90.45%90.88%89.17%91.72%本文算法AF-IBP90.37%91.49%91.69%90.94%91.77%本文算法相比傳統(tǒng)迭代反向投影算法SSIM變動+0.81%+1.04%+0.81%+0.77%+1.05%分析表3-2中數(shù)據(jù)可以得到，三種方法在五組實驗數(shù)據(jù)上測試的SSIM平均值相對其他兩種算法都有所提升，SSIM表示重建后的圖像與原始圖像之間的接近程度，所以可得到本文AF-IBP算法重建效果好于另外兩種算法。
【參考文獻】：
期刊論文
[1]衛(wèi)星遙感及圖像處理平臺發(fā)展[J]. 趙忠明,高連如,陳東,岳安志,陳靜波,劉東升,楊健,孟瑜. 中國圖象圖形學(xué)報. 2019(12)
[2]國內(nèi)外航天動態(tài)[J]. 王曉宇. 國際太空. 2019(10)
[3]高分辨率光學(xué)衛(wèi)星圖像目標運動信息提取研究綜述[J]. 李想,楊燦坤,周春平,李小娟,張可. 國土資源遙感. 2019(03)
[4]光學(xué)遙感圖像目標檢測技術(shù)綜述[J]. 李曉斌,江碧濤,楊淵博,傅雨澤,岳文振. 航天返回與遙感. 2019(04)
[5]視頻圖像動目標檢測的雙三幀差分算法[J]. 王志國,王永明,聶晶,彭世蕤,仇永斌. 電子測量技術(shù). 2019(02)
[6]無人機視頻圖像運動目標檢測算法綜述[J]. 張可,楊燦坤,周春平,李想. 液晶與顯示. 2019(01)
[7]商業(yè)衛(wèi)星遙感產(chǎn)業(yè)發(fā)展現(xiàn)狀與趨勢分析[J]. 李器宇,張拯寧,張皓琳. 衛(wèi)星應(yīng)用. 2018(12)
[8]凝視視頻衛(wèi)星目標檢測算法[J]. 張作省,朱瑞飛. 航天返回與遙感. 2018(06)
[9]圖像超分辨率算法研究進展[J]. 侯騰. 現(xiàn)代計算機(專業(yè)版). 2018(35)
[10]國內(nèi)外衛(wèi)星應(yīng)用產(chǎn)業(yè)發(fā)展現(xiàn)狀及趨勢[J]. 郝雅楠,劉中道,祝彬. 國防科技工業(yè). 2018(11)
碩士論文
[1]基于視頻的車輛檢測與分割算法研究[D]. 肖國宴.南昌大學(xué) 2018
[2]高分辨率視頻衛(wèi)星影像超分辨率重建技術(shù)研究[D]. 姚燁.中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機械與物理研究所) 2018
[3]空間域序列圖像超分辨重建及其魯棒性研究[D]. 宗財慧.中國科學(xué)院大學(xué)(中國科學(xué)院西安光學(xué)精密機械研究所) 2018
本文編號：3599843
本文鏈接：http://sikaile.net/kejilunwen/daoluqiaoliang/3599843.html
