本文關(guān)鍵詞：多源遙感圖像融合正則項(xiàng)研究

  更多相關(guān)文章： 圖像融合 變分方法 正則項(xiàng) 知覺增強(qiáng) TGV ALM ADMM

【摘要】：多源遙感圖像融合是將多幅特征各異的遙感圖像合并成單幅圖像,使得該單幅圖像包含所有顯著特征的過程。多源遙感圖像融合已經(jīng)廣泛應(yīng)用于國民經(jīng)濟(jì)的各個(gè)領(lǐng)域,并成為熱門研究課題�；谧兎址ǖ亩嘣催b感圖像融合模型一般包含正則項(xiàng)和保真項(xiàng)兩個(gè)部分,正則項(xiàng)是對融合結(jié)果的某一平滑假設(shè)。本文針對變分融合模型中的正則項(xiàng)問題進(jìn)行了深入探討,并在分析的基礎(chǔ)上提出了三個(gè)新變分模型。主要內(nèi)容包括以下幾個(gè)方面：1)針對L2正則項(xiàng)對融合圖像的邊緣造成過度光滑的問題,本文提出基于L1正則項(xiàng)的變分融合模型。首先,在梯度特征刻畫的基礎(chǔ)上,計(jì)算各個(gè)源圖像對融合結(jié)果的貢獻(xiàn)權(quán)重；然后使用輸入圖像的梯度的加權(quán)和構(gòu)造待融合圖像的梯度；其次使用L1范數(shù)作為正則項(xiàng),結(jié)合梯度增強(qiáng),以及圖像亮度均勻等性質(zhì)建立變分模型,從而提高融合圖像的邊緣保持能力。為了實(shí)現(xiàn)模型的高效求解,本文采用增廣拉格朗日方法構(gòu)造融合算法。與其他變分融合算法相比較的結(jié)果表明,本文算法取得了顯著的效果。2)針對當(dāng)前變分融合模型單獨(dú)使用L1或者L2正則項(xiàng)所帶來的缺點(diǎn),本文提出一個(gè)自適應(yīng)正則項(xiàng)的變分融合模型。首先,本文采用一個(gè)高效的圖像邊緣檢測算法實(shí)現(xiàn)了邊緣與非邊緣的快速區(qū)分；其次,提出自適應(yīng)正則項(xiàng)的變分融合模型,該模型能根據(jù)圖像的邊緣與非邊緣特征,自主選擇L1或L2范數(shù)作為正則項(xiàng)進(jìn)行相應(yīng)規(guī)約,從而有效、精準(zhǔn)地刻畫圖像的各種特征。針對模型的求解,本文引入經(jīng)典的梯度下降流來實(shí)現(xiàn)數(shù)值算法。實(shí)驗(yàn)結(jié)果表明,與其它單一正則項(xiàng)的變分融合模型相比,該模型在保留融合圖像邊緣的同時(shí),減少了過度光滑效應(yīng)和階梯效應(yīng)影響,從而最終獲得高質(zhì)量的融合圖像。3)針對目前變分融合方法都是基于一階光滑這一假設(shè)所帶來的諸如階梯效應(yīng)等缺點(diǎn),本文提出一個(gè)基于增廣全變分(total generalized variation, TGV)和視覺增強(qiáng)的二階光滑融合模型。探討了模型的收斂性,并采用交替方向乘子法(ADMM)有效實(shí)現(xiàn)所提模型的數(shù)值算法。實(shí)驗(yàn)結(jié)果的定性和定量分析表明,與L1和L2范數(shù)為正則項(xiàng)的變分融合方法相比,所提算法具有較好的優(yōu)越性。
【關(guān)鍵詞】：圖像融合 變分方法 正則項(xiàng) 知覺增強(qiáng) TGV ALM ADMM
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP751
【目錄】：

• 摘要6-7
• Abstract7-9
• 目錄9-12
• 表格12-13
• 插圖13-15
• 第一章 緒論15-31
• 1.1 研究背景和意義15-16
• 1.2 多源圖像融合概述16-19
• 1.2.1 多源圖像融合的目的和過程17-18
• 1.2.2 多源遙感圖像融合的優(yōu)勢18
• 1.2.3 圖像融合系統(tǒng)的層次劃分18-19
• 1.3 基于變分法的圖像處理簡介19-21
• 1.3.1 發(fā)展歷程19-20
• 1.3.2 應(yīng)用優(yōu)勢20
• 1.3.3 主要步驟20-21
• 1.4 多源圖像融合技術(shù)發(fā)展現(xiàn)狀21-26
• 1.4.1 國內(nèi)外研究現(xiàn)狀22-24
• 1.4.2 圖像融合的應(yīng)用和發(fā)展趨勢24-26
• 1.5 圖像融合質(zhì)量評價(jià)26
• 1.6 研究內(nèi)容與論文結(jié)構(gòu)26-29
• 1.6.1 研究目標(biāo)26-27
• 1.6.2 主要內(nèi)容與創(chuàng)新27-28
• 1.6.3 本文的組織結(jié)構(gòu)28-29
• 1.7 本章小結(jié)29-31
• 第二章 預(yù)備知識31-43
• 2.1 概述31
• 2.2 泛函的定義及性質(zhì)31-32
• 2.3 BV空間定義及其性質(zhì)32-33
• 2.4 變分法33-35
• 2.4.1 基本概念33-34
• 2.4.2 變分基本引理34
• 2.4.3 變分問題的Euler-Lagrange方程34-35
• 2.5 數(shù)值算法35-38
• 2.5.1 梯度下降流35
• 2.5.2 變量分離法35-36
• 2.5.3 ALM算法36-37
• 2.5.4 ADMM算法37-38
• 2.5.5 軟閾值方法38
• 2.6 評價(jià)指標(biāo)38-41
• 2.7 本章小節(jié)41-43
• 第三章 L_1范數(shù)正則項(xiàng)融合模型43-57
• 3.1 概述43-44
• 3.2 改進(jìn)后融合模型44-49
• 3.2.1 梯度特征合并45-46
• 3.2.2 能量泛函46
• 3.2.3 數(shù)值實(shí)現(xiàn)46-49
• 3.3 實(shí)驗(yàn)結(jié)果與分析49-56
• 3.3.1 定性分析51
• 3.3.2 定量分析51-54
• 3.3.3 計(jì)算效率分析54-56
• 3.4 本章小結(jié)56-57
• 第四章 自適應(yīng)正則項(xiàng)融合模型57-69
• 4.1 概述57-58
• 4.2 自適應(yīng)融合模型58-62
• 4.2.1 初始圖像計(jì)算59-60
• 4.2.2 邊緣提取60-62
• 4.2.3 數(shù)值實(shí)現(xiàn)62
• 4.3 實(shí)驗(yàn)結(jié)果與分析62-67
• 4.3.1 視覺分析63-67
• 4.3.2 定量分析67
• 4.4 本章小結(jié)67-69
• 第五章 高階光滑正則化融合模型69-87
• 5.1 概述69-72
• 5.1.1 TGV簡述70-71
• 5.1.2 知覺對比增強(qiáng)71-72
• 5.1.3 初始圖像計(jì)算72
• 5.2 融合模型72-78
• 5.2.1 二階TGV73-75
• 5.2.2 模型收斂性75
• 5.2.3 數(shù)值實(shí)現(xiàn)75-78
• 5.3 實(shí)驗(yàn)結(jié)果與分析78-86
• 5.3.1 視覺分析80-81
• 5.3.2 定量分析81
• 5.3.3 算法收斂分析81-86
• 5.4 結(jié)論86-87
• 第六章 總結(jié)與展望87-91
• 6.1 總結(jié)87-88
• 6.2 展望88-91
• 參考文獻(xiàn)91-105
• 后記105-107
• 在讀期間發(fā)表或?qū)⒁l(fā)表的學(xué)術(shù)論文情況107-108
• 在讀期間參與的科研項(xiàng)目情況10

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙巨波,孫華燕,杜巍;一種圖像邊緣特征提取算法[J];光學(xué)精密工程;2000年04期

2 朱從鋒,王伯雄,陳華成,劉振江,丁潔,羅秀芝;圖像微觀特征識別方法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年08期

3 劉豐林;喬桂鋒;鄒斌;;工業(yè)CT圖像圓精確測量[J];光學(xué)精密工程;2009年11期

4 譚顯坤;楊小義;;基于圖像特征識別的部件缺陷無損檢測方法(英文)[J];機(jī)床與液壓;2012年12期

5 徐新,廖明生,朱攀,卜方玲;單視數(shù)SAR圖像Speckle濾波方法的研究[J];武漢測繪科技大學(xué)學(xué)報(bào);1999年04期

6 張健;;超聲電視成像測井中圖像異樣點(diǎn)修復(fù)處理改進(jìn)方法研究[J];應(yīng)用科技;2013年06期

7 熊楨,王向軍,鄭蘭芬,童慶禧;基于GPS數(shù)據(jù)的OMIS圖像航線校正研究[J];遙感技術(shù)與應(yīng)用;2000年01期

8 鄭精靈,王樹根;整體變分算法在圖像修補(bǔ)中的應(yīng)用研究[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2003年10期

9 韓曉勇;張海軍;;中巴資源衛(wèi)星-02星CCD圖像條紋噪聲消除方法研究[J];南陽師范學(xué)院學(xué)報(bào);2009年03期

10 李博;劉景鑫;王珂;劉太輝;;從診斷X線相干散射圖像中提取能量分布曲線[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2011年S1期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

3 王偉凝;余英林;張劍超;;圖像的動感特征分析[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會議論文集[C];2003年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國通信學(xué)會第五屆學(xué)術(shù)年會論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評測方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域?yàn)V除方法[A];2007'儀表，自動化及先進(jìn)集成技術(shù)大會論文集（一）[C];2007年

8 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

9 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

10 羅強(qiáng);任慶利;;基于局部IFS理論提取圖像邊緣[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報(bào);2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報(bào);2009年

3 ;圖像質(zhì)量調(diào)整秘技[N];電腦報(bào);2001年

4 ;B超術(shù)語解釋[N];農(nóng)村醫(yī)藥報(bào)（漢）;2008年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報(bào);2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報(bào);2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號驅(qū)動板[N];電子報(bào);2003年

8 ;令挑剔的人也刮目相看[N];中國電子報(bào);2001年

9 侯杰;國產(chǎn)芯片進(jìn)軍移動多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國計(jì)算機(jī)報(bào);2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李賀;面向?qū)ο蟮腜olSAR圖像典型地物提取關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2012年

2 趙恒軍;圖像多尺度鄰域距離分解及其應(yīng)用[D];重慶大學(xué);2013年

3 何濤;基于幾何特征的機(jī)械產(chǎn)品圖像測度研究[D];華中科技大學(xué);2011年

4 曾智勇;基于內(nèi)容圖像數(shù)據(jù)庫檢索中的關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2006年

5 孔月萍;圖像逆半調(diào)及其質(zhì)量評價(jià)技術(shù)研究[D];西安電子科技大學(xué);2008年

6 胡文玉;圖像重映射、最近多項(xiàng)式及曲線求交的某些研究[D];大連理工大學(xué);2012年

7 溫超;基于圖像的文物檢索與本體標(biāo)注方法研究[D];西北大學(xué);2012年

8 王宇石;基于圖像內(nèi)容的成人圖像檢測[D];哈爾濱工業(yè)大學(xué);2009年

9 肖甫;基于圖像的虛擬場景繪制關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2007年

10 陳雪松;基于圖像勢能理論的特征提取方法研究[D];華中科技大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 謝愛敏;圖像修補(bǔ)技術(shù)的研究[D];西安電子科技大學(xué);2010年

2 龐勝利;圖像模糊度評價(jià)研究[D];西安電子科技大學(xué);2010年

3 牟春潔;復(fù)雜圖像的分割與統(tǒng)計(jì)研究[D];北京化工大學(xué);2010年

4 孫茂金;基于暗通道優(yōu)先的單幅圖像去霧算法研究[D];大連海事大學(xué);2010年

5 李永統(tǒng);光測圖像自動分析系統(tǒng)研究及其實(shí)現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2004年

6 孫學(xué)巖;基于內(nèi)容的魚病圖像檢索算法研究與實(shí)現(xiàn)[D];中國農(nóng)業(yè)大學(xué);2005年

7 王竹林;圖像字符仿人認(rèn)知特征的機(jī)理研究[D];合肥工業(yè)大學(xué);2005年

8 戴春風(fēng);皮膚醫(yī)學(xué)圖像的小波壓縮研究與實(shí)現(xiàn)[D];南京理工大學(xué);2006年

9 陳望明;基于圖像的表面幾何重建[D];廣西大學(xué);2008年

10 魏倬瑜;纖維圖像分離算法的研究[D];東華大學(xué);2008年

，

本文編號：702678