本文關(guān)鍵詞：光學(xué)遙感影像空間分辨率提升的正則化方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來(lái),光學(xué)遙感影像正向著更高的空間分辨率、光譜分辨率和時(shí)間分辨率方向快速發(fā)展。其中,空間分辨率是指圖像中一個(gè)像素點(diǎn)所代表的目標(biāo)實(shí)際范圍的大小,是衡量光學(xué)遙感影像質(zhì)量的關(guān)鍵性指標(biāo)。在對(duì)地觀測(cè)領(lǐng)域,高空間分辨率影像可以提供更為豐富和精致的地物細(xì)節(jié),大大提高了遙感影像應(yīng)用潛力。由于物理技術(shù)條件的限制,傳感器硬件在經(jīng)歷了幾十年高速發(fā)展后,在提升遙感影像空間分辨率方面已經(jīng)遭遇瓶頸。另一方面,伴隨著數(shù)字圖像處理技術(shù)研究的蓬勃發(fā)展,采用軟件方法提升遙感影像空間分辨率成為近年來(lái)的重要突破方向。由于遙感影像多波段和海量數(shù)據(jù)的特點(diǎn),直接將相對(duì)成熟的自然影像分辨率提升方法應(yīng)用于遙感影像,普遍存在著效率低、自適應(yīng)能力差和光譜畸變的問(wèn)題。有鑒于此,本文基于正則化理論框架,充分挖掘遙感影像自身的空譜特性,發(fā)展與之相對(duì)應(yīng)的全變分和稀疏先驗(yàn)約束,分別構(gòu)建高光譜遙感影像去噪、遙感影像超分辨率重建和多源遙感影像空譜融合的正則化模型,并設(shè)計(jì)高效的模型求解算法,同時(shí)實(shí)現(xiàn)海量光學(xué)遙感影像空間分辨率的有效提升和快速處理。主要研究?jī)?nèi)容如下：(1)提出自適應(yīng)空譜一體化高光譜遙感影像去噪方法。高光譜影像的噪聲強(qiáng)度在空間和光譜維度上都存在較大差異。針對(duì)傳統(tǒng)去噪方法存在的某些區(qū)域噪聲去除不徹底和某些區(qū)域去噪過(guò)度造成細(xì)節(jié)丟失的問(wèn)題,本文首次提出從噪聲估計(jì)出發(fā),以像素為單元設(shè)計(jì)模型權(quán)重,構(gòu)建空譜一體化先驗(yàn)?zāi)Ｐ?最后利用交替迭代乘子算法(Alternating Direction Method of Multipliers, ADMM)進(jìn)行算法設(shè)計(jì)和模型求解。實(shí)驗(yàn)結(jié)果表明,自適應(yīng)空譜一體化高光譜影像去噪方法可以有效去除高光譜影像中的多類(lèi)型噪聲,并高質(zhì)量保護(hù)影像細(xì)節(jié)信息。(2)發(fā)展基于子空間約束的單幅高光譜影像超分辨率重建方法。針對(duì)傳統(tǒng)方法需要更多觀測(cè)數(shù)據(jù)、效率低下的問(wèn)題,從高光譜影像自身特點(diǎn)出發(fā),分別建立空間結(jié)構(gòu)子空間和光譜特征子空間先驗(yàn)約束,并構(gòu)建子空間約束下的單幅高光譜影像超分辨率重建模型,最后利用交替迭代乘子算法進(jìn)行模型求解。實(shí)驗(yàn)結(jié)果表明,基于子空間約束的單幅遙感影像超分辨率重建方法可以較好地解決細(xì)節(jié)恢復(fù)、光譜特征保持和海量數(shù)據(jù)處理問(wèn)題。(3)提出壓縮感知框架下的遙感影像空譜融合方法。將待融合影像視為觀測(cè)值,待求融合影像視為原始信號(hào),將信號(hào)處理領(lǐng)域的突破性成果壓縮感知技術(shù)框架引入遙感影像空譜融合領(lǐng)域,提出具有較強(qiáng)實(shí)用性的遙感影像字典構(gòu)造方法,利用構(gòu)造的字典進(jìn)行稀疏編碼,通過(guò)稀疏重構(gòu)得到融合影像。實(shí)驗(yàn)結(jié)果表明,提出的實(shí)用壓縮感知框架下的遙感影像融合方法,可以更好的融入空間信息和保持光譜信息。(4)提出基于雙步稀疏編碼的遙感影像空譜融合方法。針對(duì)壓縮感知框架下遙感影像空譜融合方法對(duì)觀測(cè)矩陣中線性假設(shè)的依賴(lài)以及字典訓(xùn)練過(guò)程算法復(fù)雜度較高的問(wèn)題,構(gòu)建耦合稀疏表達(dá)框架,將影像不同波段的結(jié)構(gòu)相似性先驗(yàn)引入傳統(tǒng)稀疏編碼過(guò)程中,提出雙步稀疏編碼方法,克服了傳統(tǒng)稀疏編碼在編碼向量維度低結(jié)構(gòu)性弱時(shí)的不穩(wěn)定問(wèn)題。實(shí)驗(yàn)結(jié)果表明該方法在進(jìn)一步提高融合結(jié)果的同時(shí)可以大大提高算法效率,能夠更好地適應(yīng)大數(shù)據(jù)量處理要求。
【關(guān)鍵詞】：去噪 超分辨率重建 空譜融合 全變差 稀疏表達(dá) 壓縮感知 正則化 交替迭代乘子算法 全色影像 多光譜影像 高光譜影像
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：P237
【目錄】：

• 摘要5-7
• ABSTRACT7-10
• 目錄10-13
• 第一章 緒論13-24
• 1.1 研究背景與意義13-17
• 1.1.1 引言13-14
• 1.1.2 遙感影像空間分辨率提升的硬件方法限制14-16
• 1.1.3 遙感影像空間分辨率提升的軟件方式16-17
• 1.2 軟件方法提高光學(xué)遙感影像空間分辨率的研究現(xiàn)狀17-21
• 1.2.1 遙感影像去噪的研究現(xiàn)狀17-19
• 1.2.2 單幅影像超分辨率重建的研究現(xiàn)狀19-20
• 1.2.3 遙感影像空譜融合的研究現(xiàn)狀20-21
• 1.3 研究?jī)?nèi)容和章節(jié)安排21-23
• 1.3.1 論文的研究?jī)?nèi)容21-22
• 1.3.2 論文的章節(jié)安排22-23
• 本章小結(jié)23-24
• 第二章 影像逆問(wèn)題求解的正則化方法概述24-37
• 2.1 影像反問(wèn)題24
• 2.2 正則化建模方法24-28
• 2.2.1 正則化方法24-25
• 2.2.2 常用影像先驗(yàn)?zāi)Ｐ?/span>25-28
• 2.2.3 正則化參數(shù)選擇方法28
• 2.3 正則化模型優(yōu)化方法28-31
• 2.3.1 變量分裂28-29
• 2.3.2 增廣拉格朗日方法29-30
• 2.3.3 交替方向乘子算法30-31
• 2.4 影像評(píng)價(jià)方法31-35
• 本章小結(jié)35-37
• 第三章 自適應(yīng)空譜一體化高光譜影像去噪方法37-69
• 3.1 研究背景及難點(diǎn)分析37-39
• 3.1.1 高光譜影像噪聲特點(diǎn)37-38
• 3.1.2 高光譜影像去噪難點(diǎn)38-39
• 3.2 正則化模型構(gòu)建39-52
• 3.2.1 高光譜影像去噪模型39
• 3.2.2 現(xiàn)有全變差去噪模型39-41
• 3.2.3 空間維先驗(yàn)約束設(shè)計(jì)41-48
• 3.2.4 光譜維先驗(yàn)約束設(shè)計(jì)48-50
• 3.2.5 自適應(yīng)空譜一體化全變分去噪模型50-52
• 3.3 模型求解的ADMM算法52-57
• 3.3.1 符號(hào)定義52-54
• 3.3.2 算法求解流程54-55
• 3.3.3 算法復(fù)雜度分析55-57
• 3.4 實(shí)驗(yàn)結(jié)果和分析57-68
• 3.4.1 模擬數(shù)據(jù)實(shí)驗(yàn)57-63
• 3.4.2 真實(shí)數(shù)據(jù)實(shí)驗(yàn)63-67
• 3.4.3 計(jì)算時(shí)間分析67-68
• 本章小結(jié)68-69
• 第四章 基于子空間約束的高光譜影像超分辨率重建方法69-89
• 4.1 研究背景及難點(diǎn)分析69-70
• 4.2 正則化模型構(gòu)建70-75
• 4.2.1 高光譜影像超分辨率重建模型70
• 4.2.2 空間維子空間先驗(yàn)約束設(shè)計(jì)70-72
• 4.2.3 光譜維子空間先驗(yàn)約束設(shè)計(jì)72-74
• 4.2.4 基于子空間約束的高光譜影像超分辨率重建模型74-75
• 4.3 模型求解的ADMM算法75-78
• 4.4 實(shí)驗(yàn)結(jié)果和分析78-88
• 4.4.1 模擬數(shù)據(jù)實(shí)驗(yàn)79-86
• 4.4.2 真實(shí)數(shù)據(jù)實(shí)驗(yàn)86-88
• 4.4.3 計(jì)算時(shí)間分析88
• 本章小結(jié)88-89
• 第五章 基于稀疏表達(dá)理論的遙感影像空譜融合方法89-118
• 5.1 基于壓縮感知技術(shù)的遙感影像空譜融合方法89-100
• 5.1.1 壓縮感知方法概述89-90
• 5.1.2 影像空譜融合的壓縮感知模型90-92
• 5.1.3 空譜聯(lián)合字典構(gòu)建92-93
• 5.1.4 影像塊處理策略93-94
• 5.1.5 實(shí)驗(yàn)結(jié)果和分析94-100
• 5.2 基于雙步稀疏編碼的遙感影像空譜融合方法100-117
• 5.2.1 耦合稀疏表示融合框架100-102
• 5.2.2 影像結(jié)構(gòu)相似性102-103
• 5.2.3 顧及結(jié)構(gòu)相似性的雙步稀疏編碼方法103-104
• 5.2.4 影像塊歸一化104
• 5.2.5 基于雙步稀疏編碼的遙感影像空譜融合104-105
• 5.2.6 實(shí)驗(yàn)結(jié)果和分析105-117
• 本章小結(jié)117-118
• 第六章 總結(jié)與展望118-121
• 6.1 結(jié)論及主要?jiǎng)?chuàng)新點(diǎn)118-119
• 6.2 未來(lái)工作展望119-121
• 參考文獻(xiàn)121-129
• 附錄129-131
• 致謝131

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 陳秋曉,駱劍承,周成虎;基于多特征的遙感影像分析——一個(gè)新的視角[J];國(guó)土資源遙感;2003年01期

2 王占宏,杜道生;模糊綜合評(píng)價(jià)法在數(shù)字遙感影像產(chǎn)品質(zhì)量評(píng)價(jià)中的應(yīng)用[J];測(cè)繪科學(xué);2004年S1期

3 杜培軍,唐宏,方濤;基于內(nèi)容的遙感影像檢索若干問(wèn)題的研究[J];中國(guó)礦業(yè)大學(xué)學(xué)報(bào);2005年03期

4 王占宏,杜道生;模糊綜合評(píng)價(jià)法在數(shù)字遙感影像產(chǎn)品質(zhì)量評(píng)價(jià)中的應(yīng)用[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2005年05期

5 汪承義;趙忠明;;遙感影像流程化處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];測(cè)繪科學(xué);2006年06期

6 史本偉;陳圣波;湛邵斌;;遙感影像庫(kù)中影像布局功能的開(kāi)發(fā)實(shí)現(xiàn)[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2006年S1期

7 江水;洪鳴;盛業(yè)華;;實(shí)現(xiàn)遙感影像的3維漫游[J];測(cè)繪與空間地理信息;2007年01期

8 任向紅;陸宇紅;仇生泉;;4D產(chǎn)品在遙感影像糾正中的應(yīng)用[J];測(cè)繪與空間地理信息;2007年03期

9 鹿琳琳;郭華東;;利用遙感影像自動(dòng)估算深圳福田城市人口[J];遙感信息;2008年02期

10 徐秋曉;于明洋;崔健;;基于遙感影像理解模型的土地利用時(shí)空變化監(jiān)測(cè)——以龍口市為例[J];測(cè)繪科學(xué);2008年02期

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

1 張廣耀;汪小欽;鄔群勇;;遙感影像地圖在線服務(wù)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

2 熊劍;;地形起伏地區(qū)的遙感影像預(yù)處理研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

3 傅曉俊;;遙感影像應(yīng)用現(xiàn)狀及其展望[A];測(cè)繪荊楚——湖北省測(cè)繪學(xué)會(huì)2005年“索佳杯”學(xué)術(shù)論文集[C];2005年

4 肖倩;李光耀;;航空遙感影像道路提取方法綜述[A];全國(guó)第十屆信號(hào)與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

5 傅曉俊;;遙感影像應(yīng)用現(xiàn)狀及其展望[A];經(jīng)天緯地——全國(guó)測(cè)繪科技信息網(wǎng)中南分網(wǎng)第十九次學(xué)術(shù)交流會(huì)優(yōu)秀論文選編[C];2005年

6 李江濤;;遙感影像在海事測(cè)繪中的應(yīng)用[A];2007'全國(guó)測(cè)繪科技信息交流會(huì)暨信息網(wǎng)成立30周年慶典論文集[C];2007年

7 胥亞;杜為財(cái);袁立偉;葉榮生;;遙感影像道路提取現(xiàn)狀與展望[A];第四屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

8 馬海濤;;探討遙感影像的校正與誤差來(lái)源——以雞西市為例[A];2006年中國(guó)土地學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2006年

9 李江濤;;遙感影像在海事測(cè)繪中的應(yīng)用[A];華東地區(qū)第十次測(cè)繪學(xué)術(shù)交流大會(huì)論文集[C];2007年

10 楊博雄;;基于北斗二代與遙感影像的定位與導(dǎo)航技術(shù)研究[A];2009年全國(guó)測(cè)繪儀器綜合學(xué)術(shù)年會(huì)論文集[C];2009年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 張鵬英;國(guó)產(chǎn)遙感影像迎來(lái)共享時(shí)代[N];科技日?qǐng)?bào);2013年

2 張玉惠;EV——GLOBE成功應(yīng)用于遼寧電網(wǎng)建設(shè)[N];中國(guó)測(cè)繪報(bào);2010年

3 彭舒;遙感影像幾何和光譜高精度重建技術(shù)獲突破[N];中國(guó)測(cè)繪報(bào);2013年

4 記者 吳晶晶;我用遙感影像發(fā)現(xiàn)3處油跡帶[N];新華每日電訊;2014年

5 李禾;我首顆環(huán)境衛(wèi)星傳回遙感影像[N];科技日?qǐng)?bào);2008年

6 侯振榮;黑龍江省制作分市縣遙感影像系列掛圖[N];中國(guó)測(cè)繪報(bào);2009年

7 王智宇邋王春;航空航天技術(shù)助力抗震救災(zāi)[N];科技日?qǐng)?bào);2008年

8 沈占鋒;遙感影像信息提取與分析[N];計(jì)算機(jī)世界;2006年

9 張超;讓北京發(fā)展一目了然[N];科技日?qǐng)?bào);2005年

10 李沛功 胡兵 秦海林 駐站記者嚴(yán)德勇;6年送學(xué)培養(yǎng)值不值?[N];戰(zhàn)士報(bào);2010年

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

1 江鋮;光學(xué)遙感影像空間分辨率提升的正則化方法研究[D];武漢大學(xué);2015年

2 郭賢;基于張量的遙感影像去噪、特征提取和分類(lèi)方法研究[D];武漢大學(xué);2015年

3 王賢敏;機(jī)密空間信息隱藏與遙感影像授權(quán)使用[D];武漢大學(xué);2005年

4 劉亞嵐;遙感影像群判讀技術(shù)的試驗(yàn)研究[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2004年

5 程起敏;基于內(nèi)容的遙感影像庫(kù)檢索關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2004年

6 任娜;遙感影像數(shù)字水印算法研究[D];南京師范大學(xué);2011年

7 鄧冰;遙感影像信息度量方法研究[D];武漢大學(xué);2009年

8 柳稼航;基于視覺(jué)特征的高分辨率光學(xué)遙感影像目標(biāo)識(shí)別與提取技術(shù)研究[D];上海交通大學(xué);2011年

9 王占宏;遙感影像信息量及質(zhì)量度量模型的研究[D];武漢大學(xué);2004年

10 吳穎丹;星載SAR遙感影像的精確幾何定位[D];武漢大學(xué);2010年

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

1 孫晨陽(yáng);多尺度遙感影像道路信息提取方法研究[D];西南大學(xué);2015年

2 鄧董建;基于稀疏表達(dá)的遙感影像的多時(shí)相融合[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

3 于曉;TM/ETM+遙感影像蝕變異常提取與篩選系統(tǒng)開(kāi)發(fā)[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

4 劉佳岐;基于Landsat8遙感影像的扶風(fēng)縣蘋(píng)果園地信息提取研究[D];西北農(nóng)林科技大學(xué);2015年

5 張健;基于多源數(shù)據(jù)的遙感地質(zhì)構(gòu)造解譯[D];長(zhǎng)安大學(xué);2015年

6 王金杰;基于語(yǔ)義的遙感影像數(shù)據(jù)檢索關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

7 李程;基于復(fù)雜網(wǎng)絡(luò)的綠潮檢測(cè)方法研究與應(yīng)用[D];青島大學(xué);2015年

8 章琨;基于遙感影像的城市綠地提取技術(shù)研究[D];東華理工大學(xué);2014年

9 段勝?gòu)?qiáng);基于遙感影像的運(yùn)動(dòng)目標(biāo)追蹤標(biāo)注的研究及應(yīng)用[D];河南大學(xué);2015年

10 侯?lèi)?ài)霞;基于五層十五級(jí)數(shù)據(jù)組織結(jié)構(gòu)的遙感影像幾何處理系統(tǒng)研究[D];河南大學(xué);2015年

  本文關(guān)鍵詞：光學(xué)遙感影像空間分辨率提升的正則化方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：314827