本文選題：高分辨率 + 天文圖像�。� 參考：《哈爾濱工業(yè)大學學報》2017年04期

【摘要】：為提高高分辨率天文圖像的重構質(zhì)量,在傳統(tǒng)壓縮感知(compressed sensing,CS)迭代小波閾值算法的基礎上,提出了一種基于小波維納濾波的壓縮感知去噪重構算法.該算法的設計方法為:在每次迭代過程中,使用設計的小波維納濾波算子替代傳統(tǒng)的小波閾值算子對獲得的天文圖像小波系數(shù)進行篩選,從而對小波閾值去噪方法重建圖像過程中出現(xiàn)的偽吉布斯現(xiàn)象進行有效地抑制;然后使用全變差方法對去噪重建后的天文圖像進行調(diào)整,以進一步提高重構圖像的質(zhì)量.仿真實驗結(jié)果表明,與傳統(tǒng)的迭代小波閾值算法相比,本算法可以獲得較優(yōu)的去噪重建性能,并且能有效地保護高分辨率天文圖像的細節(jié)特征信息.此外,在壓縮比較高的情況下,該算法仍然可以獲得相對較高的視覺質(zhì)量和峰值信噪比.
[Abstract]:In order to improve the reconstruction quality of high-resolution astronomical images, based on the traditional compressed sensing CS-based iterative wavelet threshold algorithm, a new algorithm based on wavelet Wiener filter is proposed. The design method of the algorithm is as follows: in each iteration, the wavelet coefficients of astronomical images are filtered by using the designed wavelet Wiener filter operator instead of the traditional wavelet threshold operator. The pseudo-Gibbs phenomenon in the reconstruction process of wavelet threshold denoising method is effectively suppressed, and then the total variation method is used to adjust the reconstructed astronomical image in order to further improve the quality of reconstructed image. The simulation results show that compared with the traditional iterative wavelet threshold algorithm, this algorithm can obtain better denoising and reconstruction performance, and can effectively protect the detailed feature information of high-resolution astronomical images. In addition, in the case of high compression, the algorithm can still achieve relatively high visual quality and peak signal-to-noise ratio (PSNR).
【作者單位】： 哈爾濱工業(yè)大學控制與仿真中心;上海航天技術研究院;
【基金】：國家自然科學基金(61427809)
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前5條

1 張強;魏繼增;;天文圖像差異算法的SoC實現(xiàn)[J];計算機工程;2012年05期

2 唐清善;費瑋瑋;蔡惠智;楊力;李亞捷;;一種基于FPGA和PCI總線的天文圖像實時采集與處理系統(tǒng)的設計[J];測控技術;2009年02期

3 丁秀云,徐瑩;“南陽星”與南陽天文家[J];檔案管理;2005年01期

4 ;社科[J];全國新書目;2008年16期

5 ;[J];;年期

相關碩士學位論文 前5條

1 傅夏青;天文圖像幾何扭曲的仿真研究[D];暨南大學;2016年

2 張蝶;關于中國古代天文文獻的基礎研究[D];遼寧大學;2011年

3 李洋;壓縮感知在天文圖像中的應用研究[D];南京信息工程大學;2014年

4 王振國;基于極大似然原理的天文圖像盲恢復與重建[D];解放軍信息工程大學;2006年

5 張強;天文圖像差異算法專用硬件設計與SOC實現(xiàn)[D];天津大學;2012年

，

本文編號：1939212