本文關(guān)鍵詞：基于壓縮感知的遙感圖像超分辨率重建方法研究　出處：《南京理工大學》2017年碩士論文　論文類型：學位論文

  更多相關(guān)文章： 遙感圖像 超分辨率重建 壓縮感知 分類字典 稀疏識別 低秩分解 非局部信息 多尺度 判別字典

【摘要】：遙感技術(shù)的進步為遙感圖像的獲取帶來了極大的便利,然而遙感圖像由于分辨率的限制,不一定能滿足后續(xù)處理的需要。為了在不增加硬件成本的基礎(chǔ)上,提高圖像的分辨率,超分辨率重建問題受到了廣泛關(guān)注。本文以壓縮感知理論為基礎(chǔ),通過引入稀疏識別、低秩分解、非局部信息和多尺度,深入研究了遙感圖像超分辨率重建問題,提出了一系列行之有效的超分辨率重建方法。本文的主要研究成果如下:(1)研究了遙感圖像的降質(zhì)模型,并利用其提供的先驗信息約束圖像的超分辨率重建過程。首先根據(jù)遙感圖像獲取過程中存在的降質(zhì)因素構(gòu)建圖像的降質(zhì)模型,然后給出基于壓縮感知的圖像超分辨率重建模型,最后通過聯(lián)合字典約束稀疏表示系數(shù)。實驗結(jié)果證明了將壓縮感知理論運用于遙感圖像超分辨率重建的可行性。(2)針對遙感典型地物學習分類字典,并將其運用于圖像超分辨率重建。首先根據(jù)遙感圖像的輻射質(zhì)量參數(shù)構(gòu)建分類特征,接著使用稀疏識別算法對典型地物進行分類,然后由不同類別的訓練樣本集學習聯(lián)合字典,最后對測試圖像選擇相應(yīng)類別的字典進行重建。實驗結(jié)果表明,該方法重建圖像的質(zhì)量優(yōu)于幾種典型的超分辨率重建方法。(3)提出了多字典重建圖像的低秩融合方法。不同類別字典重建的圖像之間存在互補信息,將低秩分解運用于多幅重建圖像的融合,確保覆蓋更全面的地物信息,使局部細節(jié)特征得到增強。實驗結(jié)果表明,與單字典方法相比,多字典方法更加有效,重建圖像的質(zhì)量得到了進一步提高。(4)提出了結(jié)合壓縮感知與非局部信息的遙感圖像超分辨率重建方法。首先根據(jù)圖像塊的結(jié)構(gòu)特征計算像素之間的相似性,然后合并圖像的局部和非局部信息來估計相似像素的權(quán)重,最后在壓縮感知框架中加入結(jié)合局部和非局部信息的正則項。實驗結(jié)果表明,該方法可以在恢復(fù)圖像紋理細節(jié)的同時,有效抑制噪聲。(5)將多尺度與壓縮感知框架結(jié)合運用于遙感圖像超分辨率重建。首先根據(jù)多尺度采樣方式估計低分辨率圖像的獲取過程,然后由多尺度訓練樣本集學習判別字典并將其用于圖像超分辨率重建,最后結(jié)合圖像的非局部信息進行全局優(yōu)化。實驗結(jié)果表明,多尺度模式比單尺度模式更加有效,同時判別字典具有良好的表示能力。
[Abstract]:This paper studies the image quality degradation model by introducing sparse recognition , low rank decomposition , non - local information and multi - scale .

【學位授予單位】：南京理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP751

【參考文獻】

相關(guān)期刊論文 前10條

1 張從梅;孫權(quán)森;王超;封磊;顧一禾;;基于非局部自相似性的遙感圖像稀疏去噪算法[J];遙感技術(shù)與應(yīng)用;2016年04期

2 曹玉強;柏森;曹明武;;圖像自適應(yīng)分塊的壓縮感知采樣算法[J];中國圖象圖形學報;2016年04期

3 沈燕飛;朱珍民;張勇東;李錦濤;;基于秩極小化的壓縮感知圖像恢復(fù)算法[J];電子學報;2016年03期

4 王超;孫權(quán)森;劉佶鑫;賀金平;張從梅;;基于分類字典學習的遙感圖像超分辨率方法[J];航天返回與遙感;2015年06期

5 王威;楊蔚蔚;李驥;;空間頻率與方向特征相結(jié)合的自適應(yīng)采樣壓縮感知算法[J];計算機輔助設(shè)計與圖形學學報;2015年10期

6 王濤;紀則軒;孫權(quán)森;;結(jié)合非局部信息與圖割的圖像分割算法[J];計算機輔助設(shè)計與圖形學學報;2015年05期

7 譚海鵬;曾炫杰;牛四杰;陳強;孫權(quán)森;;基于正則化約束的遙感圖像多尺度去模糊[J];中國圖象圖形學報;2015年03期

8 周渝人;耿愛輝;張強;陳娟;董宇星;;基于壓縮感知的紅外與可見光圖像融合[J];光學精密工程;2015年03期

9 侯興松;田文文;龔晨;;基于壓縮感知的SAR圖像魯棒編碼傳輸[J];中國圖象圖形學報;2014年11期

10 孫玉寶;吳澤彬;吳敏;劉青山;;聯(lián)合低秩與稀疏先驗的高光譜圖像壓縮感知重建[J];電子學報;2014年11期

，

本文編號：1394719