学位论文 > 优秀研究生学位论文题录展示

遥感目标图像空间分辨率增强技术研究

作　者: 谭勇
导　师: 徐佩霞；徐守时
学　校: 中国科学技术大学
专　业: 通信与信息系统
关键词: 图像超分辨率重建图像配准 Radon变换图像的线型特征谱线 DCT变换分数延时滤波器预处理共轭梯度迭代方法 PDE方法
分类号: TP751
类　型: 博士论文
年　份: 2009年
下　载: 773次
引　用: 1次
阅　读: 论文下载

内容摘要

由于受到卫星遥感图像的分辨率限制,遥感图像中目标识别的精确度和识别程度都受到了很大的限制,继续发展高分辨率遥感技术是解决这个问题的有效方法,但也面临着越来越大的困难。本论文提出了一种基于遥感目标图像分辨率增强的目标精确识别、详细描述或分析的处理方案,通过序列遥感目标图像的超分辨率重建方法获得空间分辨率得到增强的目标图像,突破了卫星遥感图像的分辨率限制,为遥感目标的精确识别和后续处理创造了有利条件,在军事和民用领域都具有非常重要的意义。本论文对遥感目标图像空间分辨率增强技术所涉及的序列图像配准、序列图像超分辨率重建、遥感目标图像获取、序列目标图像形成等关键技术进行了深入研究。序列图像的超分辨率重建方法是遥感目标图像空间分辨率增强技术的核心。本论文将基于图像传感器阵列的超分辨率图像获取模型应用到序列图像的超分辨率重建中,提出了基于DCT变换的预处理共轭梯度迭代的序列图像超分辨率重建方法;采用分数延时滤波器,把基于传感器阵列的序列图像超分辨率重建模型转变成图像的反降晰模型,提出了基于分数延时滤波器和DCT变换的序列图像超分辨率重建新方法。这种序列图像超分辨率重建模型向图像反降晰模型的转变具有重要的意义,它为图像反降晰领域中的众多研究成果在序列图像超分辨率重建中的直接应用提供了条件。序列目标图像的高精度配准是序列目标图像超分辨率重建的基础。本论文提出了基于图像的线型特征谱线的图像旋转和缩放参数配准方法,结合改进的基于Radon变换的图像平移参数配准方法,实现了在具有平移、旋转和缩放关系的图像之间的高精度配准。论文分析了遥感图像目标形状在基于遥感目标图像分辨率增强的目标精确识别、详细描述或分析方案中的作用,研究了结合目标形状描述的基于PDE方法的遥感目标图像获取方法,提出了结合迭代实边缘特性的遥感图像复扩散增强方法和结合目标形状先验信息的图像多区域分割方法。论文研究了从遥感目标数据库中提取感兴趣目标的目标图像以形成序列目标图像的方法,提出了基于水平集方法的目标形状距离估计新方法,构造了一个基于目标形状距离的目标同一性判定结构以确保序列中的目标图像都属于同一目标。为了精确校正序列目标图像之间的图像旋转和图像缩放,论文研究了基于B样条类函数插值的高性能图像旋转和缩放方法。设计了采用基于分数延时滤波器和DCT变换的超分辨率重建方法的序列目标图像仿真实验方法,通过仿真实验取得了预期的超分辨率目标图像重建效果。论文的最后对研究内容进行了总结,并对后续的研究工作进行了展望,指出了进一步改进算法性能、开展实际应用研究的途径和方法。

全文目录

摘要  5-7
ABSTRACT  7-15
第1章绪论  15-27
  1.1 引言  15-16
  1.2 遥感图像的分辨率与目标识别  16-18
  1.3 遥感图像及目标图像的空间分辨率增强  18-25
    1.3.1 序列图像超分辨率重建方法概述  19-22
    1.3.2 采用序列图像超分辨率重建的遥感目标图像分辨率增强  22-25
  1.4 论文研究内容与章节安排  25-26
  1.5 论文研究的创新点  26-27
第2章序列图像的高精度配准方法  27-48
  2.1 序列图像配准方法概述  27-29
  2.2 基于多角度Radon变换的平移图像高精度配准  29-37
    2.2.1 Radon投影域里的仿射运动  29-31
    2.2.2 平移参数的稳健最小均方估计  31-34
    2.2.3 平移图像配准实验与结果分析  34-37
  2.3 具有平移、旋转和缩放的图像之间的高精度配准  37-47
    2.3.1 基于Fourier-Mellin变换的图像配准方法  37-40
    2.3.2 基于图像频谱线型统计特征的高精度图像配准  40-47
  2.4 本章小节  47-48
第3章序列图像的超分辨重建方法  48-76
  3.1 基于图像传感器阵列模型的序列图像超分辨率重建  48-60
    3.1.1 基于图像传感器阵列的超分辨率图像获取模型  48-51
    3.1.2 基于传感器阵列的序列图像超分辨率重建模型与实现方法  51-54
    3.1.3 基于DCT变换的预处理共轭梯度迭代重建算法  54-60
  3.2 基于分数延时滤波器和DCT变换的序列图像超分辨率重建  60-65
    3.2.1 分数延时滤波器  61-64
    3.2.2 基于分数延时滤波器的序列图像超分辨率重建算法  64-65
  3.3 基于传感器阵列的序列图像超分辨率重建实验  65-75
    3.3.1 超分辨率重建图像的质量评价  66-67
    3.3.2 基于DCT变换预处理矩阵的序列图像超分辨率重建实验  67-72
    3.3.3 基于FD滤波器和DCT变换的序列图像超分辨率重建实验  72-75
  3.4 本章小节  75-76
第4章基于PDE方法的遥感目标图像获取方法  76-97
  4.1 结合迭代实边缘特性的遥感图像复扩散增强  76-82
    4.1.1 典型的复扩散IPB方法  76-79
    4.1.2 改进的前向后向复扩散方法  79-80
    4.1.3 改进的前向后向复扩散方法实验验证与分析  80-82
  4.2 结合目标形状先验信息的遥感图像分割  82-93
    4.2.1 基于单水平集的多区域分割模型  82-88
    4.2.2 结合目标形状先验信息的PDE图像分割  88-93
  4.3 基于CV模型与形状先验信息的目标识别  93-96
    4.3.1 基于CV模型与形状先验信息的目标识别模型  93-95
    4.3.2 基于CV模型与形状先验信息的目标识别实验与结果分析  95-96
  4.4 本章小节  96-97
第5章序列遥感目标图像的形成及超分辨率重建  97-129
  5.1 基于目标同一性判定的序列遥感目标图像的形成  97-106
    5.1.1 基于水平集的目标形状距离估计方法  97-103
    5.1.2 基于目标形状距离的目标同一性判定  103-106
  5.2 序列目标图像的高精度配准与图像旋转和缩放校正  106-113
    5.2.1 序列目标图像的高精度配准  106-107
    5.2.2 序列目标图像的旋转和缩放校正  107-113
  5.3 序列遥感目标图像的超分辨率重建  113-128
    5.3.1 具有亚像素平移的序列目标图像超分辨率重建实验  113-116
    5.3.2 具有平移和旋转的序列目标图像的超分辨率重建实验  116-122
    5.3.3 具有平移、旋转和缩放的序列目标图像的超分辨率重建实验  122-128
  5.4 本章小节  128-129
第6章总结与展望  129-131
  6.1 论文工作总结  129-130
  6.2 后续工作展望  130-131
参考文献  131-137
致谢  137-138
攻读学位期间发表的学术论文与取得的其他研究成果  138

遥感目标图像空间分辨率增强技术研究

内容摘要

全文目录

相似论文