本文關(guān)鍵詞：基于壓縮感知的TASI數(shù)據(jù)去噪方法研究

  更多相關(guān)文章： 去噪 壓縮感知 TASI 數(shù)據(jù) 字典學(xué)習(xí)

【摘要】：論文以“熱紅外高光譜礦化蝕變礦物提取方法研究與應(yīng)用示范”項(xiàng)目為依托,高光譜數(shù)據(jù)的去噪一直是近年來(lái)研究的熱點(diǎn)問(wèn)題,常用遙感影像去噪方法常簡(jiǎn)單地利用噪聲和信息在頻域的差異分布來(lái)作為去噪的理論依據(jù),但實(shí)際上噪聲與信息在全頻域均有分布,難以實(shí)現(xiàn)信息與噪聲的完全有效分離。本文主要針對(duì)高光譜TASI數(shù)據(jù)進(jìn)行去噪處理,在去噪方法上引入了壓縮感知技術(shù),圖像的細(xì)節(jié)和有效信息可以在合適的過(guò)完備字典下(近似)稀疏表達(dá),而噪聲由于其隨機(jī)性在該字典下不具有稀疏性的方法進(jìn)行去噪,因此研究了一套針對(duì)TASI數(shù)據(jù)的自適應(yīng)字典學(xué)習(xí)方法。本文的主要工作成果如下:1.系統(tǒng)分析了高光譜TASI數(shù)據(jù)的特性,研究了TASI數(shù)據(jù)噪聲來(lái)源及分布情況,得出用高斯白噪聲作為其討論的噪聲,用加性噪聲模型作為其含噪模型;系統(tǒng)評(píng)估了TASI數(shù)據(jù)32個(gè)波段的噪聲分布情況,得出TASI數(shù)據(jù)噪聲主要集中在后三個(gè)波段(30、31、32波段)的結(jié)論。2.研究壓縮感知相關(guān)理論,采用常用圖像去噪方法和壓縮感知去噪方法對(duì)加入高斯白噪聲的單波段TASI數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)。對(duì)兩種方法的去噪結(jié)果進(jìn)行對(duì)比分析,從主觀視覺(jué)和定量評(píng)價(jià)方面,壓縮感知去噪方法都要優(yōu)于常用圖像去噪方法。3.針對(duì)TASI數(shù)據(jù),提出一種基于壓縮感知理論的自適應(yīng)字典的圖像去噪方法,該字典可以利用圖像自身信息進(jìn)行字典訓(xùn)練,克服固定字典在結(jié)構(gòu)上的單一性。利用自適應(yīng)字典(Trained)對(duì)TASI數(shù)據(jù)進(jìn)行去噪,對(duì)比固定字典(DCT字典)和全局字典(Global字典)的去噪結(jié)果,自適應(yīng)字典去噪方法優(yōu)于其它兩種字典去噪方法。
【關(guān)鍵詞】：去噪 壓縮感知 TASI 數(shù)據(jù) 字典學(xué)習(xí)
【學(xué)位授予單位】：中國(guó)地質(zhì)大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：P627
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-15
• 1.1 研究背景及意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-13
• 1.2.1 高光譜圖像去噪技術(shù)發(fā)展現(xiàn)狀11-12
• 1.2.2 壓縮感知圖像去噪技術(shù)發(fā)展現(xiàn)狀12-13
• 1.3 主要研究?jī)?nèi)容及技術(shù)路線13-15
• 1.3.1 研究?jī)?nèi)容13-14
• 1.3.2 技術(shù)路線14-15
• 第二章 壓縮感知基本理論15-27
• 2.1 引言15-18
• 2.2 稀疏表示18-19
• 2.3 感知測(cè)量19-22
• 2.3.1 觀測(cè)矩陣性能19-20
• 2.3.2 常用觀測(cè)矩陣20-22
• 2.4 稀疏重構(gòu)22-27
• 2.4.1 凸優(yōu)化算法23
• 2.4.2 貪婪算法23-25
• 2.4.3 組合重構(gòu)算法25-26
• 2.4.4 貝葉斯重構(gòu)算法26-27
• 第三章 TASI數(shù)據(jù)的噪聲分析27-33
• 3.1 高光譜TASI數(shù)據(jù)分析27-28
• 3.2 噪聲來(lái)源及特性分析28-30
• 3.2.1 噪聲特性28-29
• 3.2.2 含噪模型29-30
• 3.3 噪聲評(píng)估30-33
• 第四章 常用圖像去噪思路及方法33-42
• 4.1 空間域去噪方法33-37
• 4.1.1 均值濾波去噪33-35
• 4.1.2 中值濾波去噪35-36
• 4.1.3 維納濾波去噪36-37
• 4.2 變換域去噪方法37-42
• 4.2.1 低通濾波法去噪37-39
• 4.2.2 小波去噪39-42
• 第五章 基于自適應(yīng)字典的高光譜圖像去噪42-70
• 5.1 字典獲取方法42-47
• 5.1.1 固定字典42-43
• 5.1.2 學(xué)習(xí)字典43-47
• 5.2 基于自適應(yīng)字典的去噪模型47-52
• 5.2.1 從局部到全局的貝葉斯重建47-50
• 5.2.2 自適應(yīng)字典的學(xué)習(xí)方法50-52
• 5.3 圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)52-54
• 5.3.1 主觀評(píng)價(jià)標(biāo)準(zhǔn)52-53
• 5.3.2 客觀評(píng)價(jià)標(biāo)準(zhǔn)53-54
• 5.4 基于自適應(yīng)字典的高光譜圖像去噪實(shí)例54-70
• 5.4.1 實(shí)驗(yàn)設(shè)計(jì)54-55
• 5.4.2 實(shí)驗(yàn)結(jié)果及分析55-70
• 第六章 結(jié)論及展望70-72
• 6.1 結(jié)論70-71
• 6.2 存在的不足和展望71-72
• 致謝72-73
• 參考文獻(xiàn)73-76
• 附錄76

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王香菊;;圖像去噪方法及應(yīng)用[J];科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì);2007年27期

2 楊文國(guó);;基于擴(kuò)散方程的圖像去噪[J];科技風(fēng);2008年20期

3 ;圖像去噪新技術(shù)讓數(shù)碼照片更清晰[J];廣西科學(xué)院學(xué)報(bào);2010年01期

4 杜衛(wèi)平;;基于方向擴(kuò)散的線性擴(kuò)散圖像去噪方法[J];西安文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年03期

5 吳慧伶;;一類帶時(shí)滯的圖像去噪模型解的存在性[J];麗水學(xué)院學(xué)報(bào);2012年05期

6 羅忠亮,王修信,胡維平;小波圖像去噪研究方法概述[J];廣西科學(xué);2004年03期

7 曾步衢;劉揚(yáng);高昱光;;基于小波的數(shù)字圖像去噪研究[J];科技信息(學(xué)術(shù)研究);2008年17期

8 ;圖像去噪新技術(shù)讓數(shù)碼照片更清晰[J];廣西科學(xué);2009年02期

9 吳玲;;基于數(shù)字圖像去噪的方法分析[J];科技信息;2010年06期

10 沈永順;;基于偏微分方程的常用圖像去噪方法比較研究[J];科技廣場(chǎng);2011年09期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 劉旨春;朱偉;盛磊;;基于鄰域特性的小波閾值圖像去噪方法[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

2 陳仙紅;屈小波;郭迪;寧本德;陳忠;;自適應(yīng)方向小波在磁共振圖像去噪中的應(yīng)用[A];第十七屆全國(guó)波譜學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2012年

3 韓希珍;趙建;;基于偏微分方程的圖像去噪[A];第八屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2010年

4 殷明;劉衛(wèi);;基于非高斯分布的四元數(shù)小波圖像去噪[A];全國(guó)第22屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議(CACIS·2011)暨全國(guó)第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會(huì)議論文摘要集[C];2011年

5 侯艷芹;李均利;魏平;陳剛;;一種新的基于模糊均差和小波閾值的醫(yī)學(xué)圖像去噪方法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

6 劉曙光;費(fèi)佩燕;屈萍鴿;;基于對(duì)偶樹(shù)復(fù)小波的圖像去噪技術(shù)研究[A];2009中國(guó)儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2009年

7 周利利;張曉明;;基于小波變換的圖像去噪研究[A];2009全國(guó)測(cè)繪科技信息交流會(huì)暨首屆測(cè)繪博客征文頒獎(jiǎng)?wù)撐募痆C];2009年

8 王文;康錫章;王曉東;;基于小波域HMT的航空偵察圖像去噪方法[A];'2003系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2003年

9 倪永婧;王成儒;;一種紋理圖像去噪方法的研究[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

10 鄧超;;基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的CCD圖像去噪方法研究[A];武漢(南方九省)電工理論學(xué)會(huì)第22屆學(xué)術(shù)年會(huì)、河南省電工技術(shù)學(xué)會(huì)年會(huì)論文集[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張偉;具有擴(kuò)散—波動(dòng)調(diào)和特性的圖像去噪方法[D];上海交通大學(xué);2014年

2 劉孝艷;變分、PDE和非局部濾波在圖像去噪中的應(yīng)用研究[D];西安電子科技大學(xué);2015年

3 羅亮;基于MCMC采樣的非局部圖像去噪方法研究[D];西安電子科技大學(xué);2015年

4 廖帆;四方向全變分在圖像去噪問(wèn)題中的應(yīng)用[D];東南大學(xué);2015年

5 楊昊;圖像去噪中幾種優(yōu)化算法的相關(guān)研究[D];電子科技大學(xué);2016年

6 劉紅毅;結(jié)構(gòu)保持的圖像去噪方法研究[D];南京理工大學(xué);2011年

7 侯迎坤;非局部變換域圖像去噪與增強(qiáng)及其性能評(píng)價(jià)研究[D];南京理工大學(xué);2012年

8 侯建華;基于小波及其統(tǒng)計(jì)特性的圖像去噪方法研究[D];華中科技大學(xué);2007年

9 龐志峰;圖像去噪問(wèn)題中的幾類非光滑數(shù)值方法[D];湖南大學(xué);2010年

10 褚標(biāo);小波理論在圖像去噪與紋理分析中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 陳龍;偏微分方程擴(kuò)散模型在圖像去噪中的應(yīng)用[D];昆明理工大學(xué);2015年

2 李孟嬌;基于壓縮感知的圖像去噪理論研究[D];長(zhǎng)安大學(xué);2015年

3 楊巧;新的TV改進(jìn)模型以及在SAR圖像去噪中的應(yīng)用[D];陜西師范大學(xué);2015年

4 顏珂;高通量基因測(cè)序堿基識(shí)別中圖像去噪的方法研究[D];哈爾濱工業(yè)大學(xué);2015年

5 遲廣元;兩類圖像去噪模型的若干數(shù)值新方法研究[D];華北電力大學(xué);2015年

6 陳會(huì)娟;噪聲的估計(jì)及基于快速NLM的去除[D];華僑大學(xué);2015年

7 溫海嬌;圖像去噪與恢復(fù)[D];南京航空航天大學(xué);2014年

8 范旭;基于Contourlet變換的SAR圖像去噪研究[D];西安電子科技大學(xué);2015年

9 田剛;基于非局部均值的MRI圖像去噪研究[D];西安電子科技大學(xué);2014年

10 范婷;基于字典學(xué)習(xí)的圖像去噪方法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：796949