針對(duì)遙感圖像空間分辨率不足的問題,探討了RAISR（rapid and accurate image super resolution）算法在單幀遙感圖像超分辨率重建中的可行性。RAISR算法以處理自然圖像為主,分為學(xué)習(xí)階段和圖像重建階段。學(xué)習(xí)階段是利用訓(xùn)練庫圖像生成濾波器,是算法的核心部分;圖像重建階段是利用濾波器重建圖像。首先,在學(xué)習(xí)階段,根據(jù)圖像塊的位置、角度、強(qiáng)度、相干性等特征對(duì)濾波器進(jìn)行分類,并采用哈希列表存儲(chǔ);然后,針對(duì)遙感圖像特點(diǎn),優(yōu)化了RAISR算法的濾波器尺寸,并采用USM（unsharp mask）方法增強(qiáng)邊緣紋理特征,以達(dá)到最佳的重建效果;最后,用多組遙感圖像進(jìn)行了重建實(shí)驗(yàn)。結(jié)果表明:RAISR算法的重建質(zhì)量與訓(xùn)練集圖像的分辨率、數(shù)量、類別、所含地物類型有關(guān);本文優(yōu)化的RAISR算法重建后的遙感圖像細(xì)節(jié)、邊緣等信息都得到了改善。 

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 圖像成像模型和學(xué)習(xí)方法超分辨率重建框架
    1.1 圖像成像模型
    1.2 基于學(xué)習(xí)的超分辨率重建框架
2 RAISR遙感圖像超分重建原理
    2.1 RAISR算法框架
    2.2 RAISR算法中的關(guān)鍵問題
    2.3 遙感圖像特征分析及參數(shù)優(yōu)化
3 本文方法超分辨率重建實(shí)驗(yàn)
    3.1 實(shí)驗(yàn)數(shù)據(jù)集構(gòu)建
    3.2 實(shí)驗(yàn)相關(guān)參數(shù)
    3.3 仿真數(shù)據(jù)對(duì)比實(shí)驗(yàn)
    3.4 真實(shí)衛(wèi)星數(shù)據(jù)對(duì)比實(shí)驗(yàn)
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]農(nóng)作物病蟲害遙感監(jiān)測(cè)綜述[J]. 簡俊凡,何宏昌,王曉飛,李月.  測(cè)繪通報(bào). 2018(09)
[2]基于學(xué)習(xí)的圖像超分辨重建方法綜述[J]. 李云紅,王珍,張凱兵,章為川,閆亞娣.  計(jì)算機(jī)工程與應(yīng)用. 2018(15)
[3]現(xiàn)代軍事遙感地質(zhì)學(xué)發(fā)展及其展望[J]. 于德浩,龍凡,楊清雷,王康,王李,楊彤.  中國地質(zhì)調(diào)查. 2017(03)
[4]模糊瞬變高清? 谷歌超分辨率技術(shù)RAISR[J]. 技術(shù)宅.  電腦愛好者. 2016(24)
[5]遙感技術(shù)在城市交通規(guī)劃與監(jiān)測(cè)中的應(yīng)用[J]. 柳慶英.  商. 2016(32)
[6]基于USM原理的改進(jìn)型圖像銳化算法研究[J]. 王角鳳,黃斌.  黑龍江科技信息. 2015(28)
[7]基于TM8遙感影像的森林火災(zāi)監(jiān)測(cè)與過火面積測(cè)算[J]. 張兵,韋銳,宋昆侖,趙彥博.  礦山測(cè)量. 2015(03)
[8]圖像超分辨率重建算法綜述[J]. 龍超.  科技視界. 2015(13)

博士論文
[1]航空?qǐng)D像超分辨率重建關(guān)鍵技術(shù)研究[D]. 何林陽.中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所) 2016

碩士論文
[1]基于壓縮感知的遙感圖像超分辨率重建方法研究[D]. 陳偉業(yè).南京理工大學(xué) 2017
[2]基于學(xué)習(xí)—重構(gòu)框架的單幀圖像超分辨率重建算法研究[D]. 庾吉飛.西安電子科技大學(xué) 2013



本文編號(hào)：3676111