【摘要】：隨著光學(xué)遙感圖像在軍事偵察領(lǐng)域和國民經(jīng)濟(jì)社會(huì)中的應(yīng)用越來越廣泛,獲取到具有高清細(xì)節(jié)信息的高分辨光學(xué)遙感圖像對(duì)于之后的圖像處理、分析和應(yīng)用極其重要。然而,由于光學(xué)成像系統(tǒng)自身分辨率的限制,以及在圖像的成像、傳輸和處理等過程中都難以避免的圖像退化降質(zhì)因素,最終成像獲取到的光學(xué)遙感圖像的分辨率都會(huì)降低。圖像超分辨重建技術(shù)是在不改變成像系統(tǒng)設(shè)備的條件下,對(duì)圖像進(jìn)行相關(guān)處理從而提高其空間分辨率的方法。深入研究光學(xué)遙感圖像超分辨重建問題可以充分利用現(xiàn)有的光學(xué)遙感成像系統(tǒng)和已有的光學(xué)遙感圖像,具有非常重要的理論研究意義和廣泛的應(yīng)用價(jià)值。圖像超分辨重建問題是一個(gè)高度不適定問題,求解該問題需要利用先驗(yàn)知識(shí)對(duì)解空間進(jìn)行正則化約束,才能得到唯一最優(yōu)解。針對(duì)單幅圖像的超分辨重建,圖像的先驗(yàn)信息可以通過外部訓(xùn)練樣本學(xué)習(xí)得到,也可以利用內(nèi)部樣本學(xué)習(xí)得到,因此本文主要的工作內(nèi)容如下:1)針對(duì)基于稀疏表示的圖像超分辨重建中測(cè)試階段與訓(xùn)練階段不對(duì)稱問題,本文提出一種基于聯(lián)合稀疏映射學(xué)習(xí)的光學(xué)遙感圖像超分辨重建算法。稀疏表示為圖像超分辨重建提供了有效的先驗(yàn)信息�；谙∈璞硎镜膱D像超分辨重建算法認(rèn)為高、低分辨圖像塊在對(duì)應(yīng)的高、低分辨字典下的稀疏表示是一樣的,利用大量外部訓(xùn)練樣本聯(lián)合學(xué)習(xí)高、低分辨字典,在測(cè)試過程中僅通過學(xué)習(xí)得出的低分辨字典得到對(duì)應(yīng)的稀疏表示,但是由于對(duì)應(yīng)的高分辨圖像是未知的,無法保證它們的稀疏表示是一致的,因此求得的并不是最優(yōu)解。為改善該問題,本文利用前饋神經(jīng)網(wǎng)絡(luò),將基于稀疏表示的圖像超分辨重建中稀疏表示學(xué)習(xí)、雙字典學(xué)習(xí)融入一個(gè)框架進(jìn)行聯(lián)合學(xué)習(xí),并利用輔助坐標(biāo)對(duì)學(xué)習(xí)過程進(jìn)行優(yōu)化,得到相應(yīng)的參數(shù),在測(cè)試時(shí)只需要利用網(wǎng)絡(luò)參數(shù)可以直接得到超分辨重建的結(jié)果。實(shí)驗(yàn)表明,超分辨重建結(jié)果不僅視覺上優(yōu)于其他基于稀疏表示學(xué)習(xí)的圖像超分辨重建算法,客觀評(píng)價(jià)指標(biāo)也比其他方法好,而且測(cè)試速度很快,可以實(shí)現(xiàn)實(shí)時(shí)處理。2)本文提出一種基于非局部自相似性先驗(yàn)學(xué)習(xí)的光學(xué)遙感圖像超分辨重建算法,從圖像復(fù)原角度,利用圖像的先驗(yàn)?zāi)Ｐ蛯?duì)求解過程進(jìn)行約束,從而求解圖像超分辨重建問題。通常圖像塊可以看成是多元變量向量的采樣,且圖像是非高斯的,所以可以利用高斯混合模型對(duì)圖像塊進(jìn)行建模,已成功用于各種圖像復(fù)原問題中。而由圖像的統(tǒng)計(jì)特性可知,圖像中包含了大量的非局部圖像塊冗余,但大部分利用圖像塊的非局部自相似性進(jìn)行圖像復(fù)原的方法都是從降質(zhì)圖像中搜索的,學(xué)習(xí)得到的先驗(yàn)信息對(duì)圖像處理的結(jié)果會(huì)有影響。因此提出先從一組高分辨高質(zhì)量的訓(xùn)練圖像中利用高斯混合模型和圖像的非局部自相似性學(xué)習(xí)得到先驗(yàn)?zāi)Ｐ?在測(cè)試階段,為每個(gè)圖像塊在圖像中搜索其非局部自相似圖像塊,組成圖像塊群�；谧畲蠛篁�(yàn)概率從訓(xùn)練得到的先驗(yàn)?zāi)Ｐ椭羞x擇最匹配的高斯分量,為圖像超分辨重建過程提供字典和正則化參數(shù)。通過實(shí)驗(yàn)可以證明,從高分辨訓(xùn)練圖像中學(xué)習(xí)得到的基于圖像塊群的先驗(yàn)信息能夠?yàn)閳D像超分辨重建取得較好的主觀視覺效果和客觀指標(biāo)。3)深層網(wǎng)絡(luò)學(xué)習(xí)可以通過多層網(wǎng)絡(luò)獲取圖像數(shù)據(jù)中更復(fù)雜的高層特征,受到深度學(xué)習(xí)與字典學(xué)習(xí)之間的聯(lián)系的啟發(fā),本文提出一種基于多層解析-合成字典學(xué)習(xí)的光學(xué)遙感圖像超分辨重建算法,利用深層字典學(xué)習(xí)對(duì)圖像進(jìn)行更有效的表示。通過大量外部的訓(xùn)練樣本,利用解析-合成字典模型的框架以及多層稀疏模型,直接從低分辨圖像樣本學(xué)習(xí)到高分辨圖像樣本之間的非線性映射關(guān)系,其中多層尺寸不同的解析字典用于從低分辨圖像樣本中提取更高層的特征,最后一層合成字典對(duì)其進(jìn)行回歸優(yōu)化。與深度學(xué)習(xí)中的反向傳播相似,基于誤差最小化采用后向投影方法對(duì)字典進(jìn)行分層更新,從而訓(xùn)練得到最優(yōu)的多層字典。測(cè)試時(shí)直接將訓(xùn)練好的多層解析-合成字典應(yīng)用于低分辨圖像進(jìn)行超分辨重建,能取得視覺和客觀評(píng)價(jià)指標(biāo)都較好的重建效果。4)針對(duì)小樣本的光學(xué)遙感圖像,本文不依賴外部訓(xùn)練圖像庫不對(duì)圖像空間進(jìn)行任何假設(shè),提出一種基于結(jié)構(gòu)相關(guān)自樣本的光學(xué)遙感圖像超分辨重建算法。由于圖像中包含大量的數(shù)據(jù)冗余,每個(gè)圖像塊都能從圖像本身以及圖像的各個(gè)尺度上找到相似的圖像塊,這些非局部的數(shù)據(jù)冗余性也可以為圖像處理提供強(qiáng)大的先驗(yàn)知識(shí)。本文利用輸入的低分辨圖像本身,對(duì)其進(jìn)行小尺度的下采樣以及對(duì)應(yīng)的上采樣操作,建立由高分辨和低分辨圖像對(duì)的圖像雙金字塔構(gòu)成的內(nèi)部訓(xùn)練樣本,利用稀疏表示代替最近鄰搜索在內(nèi)部訓(xùn)練樣本中搜索與測(cè)試低分辨圖像塊的結(jié)構(gòu)相關(guān)圖像塊,利用直接映射學(xué)習(xí)得出高、低分辨結(jié)構(gòu)相關(guān)圖像塊之間的對(duì)應(yīng)關(guān)系,用于超分辨重建中。超分辨重建過程也是小尺度逐層放大的。實(shí)驗(yàn)證明,基于結(jié)構(gòu)相關(guān)圖像塊的直接映射學(xué)習(xí)得到的超分辨重建算法優(yōu)于其他基于內(nèi)部樣本學(xué)習(xí)的方法,尤其對(duì)點(diǎn)目標(biāo)和目標(biāo)線條邊緣重建效果較好。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;我國學(xué)者在無標(biāo)記遠(yuǎn)場(chǎng)超分辨領(lǐng)域取得突破[J];前沿科學(xué);2017年01期

2 雷銘;孫育杰;李輝;;“超分辨成像”專題前言[J];光學(xué)學(xué)報(bào);2017年03期

3 王超;張雅琳;姜會(huì)林;李英超;江倫;付強(qiáng);韓龍;;超分辨成像方法研究現(xiàn)狀與進(jìn)展[J];激光與紅外;2017年07期

4 李樂;趙鳳群;;一種基于偏微分方程的圖像超分辨方法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2010年09期

5 周輝;趙曉楓;阮昊;;光學(xué)超分辨技術(shù)在高密度光存儲(chǔ)中的應(yīng)用[J];激光與光電子學(xué)進(jìn)展;2007年02期

6 郭斌均,莊松林;光學(xué)系統(tǒng)超分辨的光源編碼技術(shù)[J];光學(xué)學(xué)報(bào);1988年11期

7 E.Brookner;J.M.Howell;孫炳生;;自適應(yīng)—自適應(yīng)陣列處理[J];現(xiàn)代雷達(dá);1988年Z1期

8 郭斌均;莊松林;陳持平;;實(shí)用高清晰度成像的光源方法[J];光學(xué)儀器;1989年04期

9 彭應(yīng)寧;鄭玉寶;;超分辨陣列處理技術(shù)[J];現(xiàn)代雷達(dá);1989年04期

10 郭曉鋒;亓波;史建亮;;序列圖像超分辨重建技術(shù)研究[J];國外電子測(cè)量技術(shù);2018年08期

相關(guān)會(huì)議論文 前10條

1 李大勇;吳樂南;;特定條件下的圖像超分辨重建快速算法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

2 喬延利;葉松;方黎;洪津;方勇華;荀毓龍;;超分辨空間外差光譜成像技術(shù)[A];第六屆成像光譜技術(shù)與應(yīng)用研討會(huì)文集[C];2006年

3 孫方穩(wěn);陳向東;郭光燦;;量子超分辨成像技術(shù)及應(yīng)用[A];第十一屆全國光學(xué)前沿問題討論會(huì)會(huì)議論文摘要集[C];2015年

4 包立君;陳忠;;基于頻譜結(jié)構(gòu)和方向特性的磁共振圖像超分辨重建方法[A];第十九屆全國波譜學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2016年

5 王中寶;尹奎英;;基于零空間投影迭代的實(shí)孔徑掃描雷達(dá)方位超分辨方法[A];第四屆高分辨率對(duì)地觀測(cè)學(xué)術(shù)年會(huì)論文集[C];2017年

6 徐兆超;;超分辨成像熒光染料的機(jī)遇、挑戰(zhàn)與發(fā)展[A];第十屆全國化學(xué)生物學(xué)學(xué)術(shù)會(huì)議報(bào)告摘要集[C];2017年

7 程曉東;曹軒;何彥;;超分辨等離激元散射光成像研究[A];第十七屆全國光散射學(xué)術(shù)會(huì)議摘要文集[C];2013年

8 張素恒;曹德忠;汪凱戈;;基于一階場(chǎng)關(guān)聯(lián)的超分辨干涉[A];第十七屆全國量子光學(xué)學(xué)術(shù)會(huì)議報(bào)告摘要集[C];2016年

9 張國權(quán);;激光的超分辨干涉[A];第十一屆全國光學(xué)前沿問題討論會(huì)會(huì)議論文摘要集[C];2015年

10 姚保利;雷銘;但旦;郜鵬;楊延龍;嚴(yán)紹輝;閔俊偉;葉彤;;超分辨光學(xué)成像與光學(xué)微操縱技術(shù)[A];2013年（第五屆）西部光子學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

相關(guān)重要報(bào)紙文章 前8條

1 駐高新區(qū)首席記者 周建越;一個(gè)超分辨顯微鏡申請(qǐng)超90項(xiàng)發(fā)明專利[N];蘇州日?qǐng)?bào);2018年

2 記者 張建列 通訊員 楊柳青;低功率光學(xué)“橡皮擦”實(shí)現(xiàn)超分辨成像[N];廣東科技報(bào);2018年

3 倪偉 敖陽利;縱有十八般武藝，，最愛還是科研[N];中國航天報(bào);2017年

4 首席記者 許琦敏;高端超分辨光學(xué)顯微鏡項(xiàng)目通過驗(yàn)收[N];文匯報(bào);2018年

5 記者 周建越;蘇州研制超分辨顯微鏡 有望打破歐美壟斷[N];蘇州日?qǐng)?bào);2014年

6 記者 李大慶;探索微觀世界有了中國“慧眼”[N];科技日?qǐng)?bào);2018年

7 本報(bào)記者 霍強(qiáng);姚保利：打造探索未知世界的“慧眼”[N];陜西日?qǐng)?bào);2018年

8 記者 吳長(zhǎng)鋒 通訊員 楊保國;光學(xué)超分辨成像精度破極限達(dá)4.1納米[N];科技日?qǐng)?bào);2015年

相關(guān)博士學(xué)位論文 前10條

1 張賽文;基于壓縮感知的單分子定位顯微超分辨圖像重建方法研究[D];深圳大學(xué);2018年

2 曹博;三維超分辨熒光顯微成像技術(shù)及其在染色質(zhì)構(gòu)象中的應(yīng)用研究[D];深圳大學(xué);2017年

3 沈慧芳;基于樣本先驗(yàn)學(xué)習(xí)的光學(xué)遙感圖像超分辨重建算法研究[D];西安電子科技大學(xué);2018年

4 趙澤宇;超分辨定位成像中的大視場(chǎng)照明方法研究[D];華中科技大學(xué);2017年

5 朱大釗;三維及并行熒光差分超分辨顯微方法及系統(tǒng)[D];浙江大學(xué);2018年

6 唐超影;基于壓縮感知的時(shí)域超分辨率光學(xué)成像方法研究[D];浙江大學(xué);2018年

7 韓于冰;靶向三種亞細(xì)胞結(jié)構(gòu)的活細(xì)胞超分辨成像有機(jī)熒光探針的研究[D];華中科技大學(xué);2018年

8 趙靈希;弱光探測(cè)器的超分辨定位成像性能直接比較研究[D];華中科技大學(xué);2018年

9 張海濤;基于多約束信息融合的深度圖超分辨研究[D];中國科學(xué)技術(shù)大學(xué);2017年

10 但旦;結(jié)構(gòu)照明光學(xué)超分辨與光切片顯微技術(shù)的理論和實(shí)驗(yàn)研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院西安光學(xué)精密機(jī)械研究所);2017年

相關(guān)碩士學(xué)位論文 前10條

1 徐軍;基于深度神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像超分辨重建[D];山東財(cái)經(jīng)大學(xué);2019年

2 孔繁慧;基于低通濾波的超分辨關(guān)聯(lián)成像[D];遼寧大學(xué);2018年

3 夏陽;利用微球超分辨效應(yīng)觀察運(yùn)動(dòng)熒光微球的研究[D];南京師范大學(xué);2018年

4 鄧蕓;級(jí)聯(lián)型微球透鏡超分辨成像的特性研究[D];南京師范大學(xué);2018年

5 鄒貞貞;基于稀疏表示和深度學(xué)習(xí)的液滴圖像超分辨重建[D];中國科學(xué)院大學(xué)(中國科學(xué)院國家空間科學(xué)中心);2018年

6 張u&;寬場(chǎng)超分辨光學(xué)閃爍成像技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2017年

7 丁予康;基于卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨方法研究[D];哈爾濱工業(yè)大學(xué);2018年

8 胥鳳馳;基于深度殘差網(wǎng)絡(luò)的JPEG圖像超分辨方法[D];哈爾濱工業(yè)大學(xué);2018年

9 李程遠(yuǎn);基于深度學(xué)習(xí)的SAR圖像超分辨研究[D];西安電子科技大學(xué);2018年

10 王苗;基于微球特性的光學(xué)超分辨顯微成像研究[D];西安電子科技大學(xué);2018年

本文編號(hào)：2702436