学位论文 > 优秀研究生学位论文题录展示

面向IICCD相机不完全随机采样遥感图像的重建算法

作 者: 邵俊
导 师: 肖亮
学 校: 南京理工大学
专 业: 计算机应用技术
关键词: 不完全随机采样 稀疏性 正则化 图像复原 IICCD相机
分类号: TP751
类 型: 硕士论文
年 份: 2011年
下 载: 61次
引 用: 0次
阅 读: 论文下载
 

内容摘要


由于图像增强型CCD (ⅡCCD)相机具有高信噪比、高增益、能在微光条件下稳定的工作等优点,在遥感和军事中具有广阔的应用前景。但是,由于ⅡCCD相机成像不可避免存在光学模糊、噪声干扰等质量退化过程,以及高分辨率图像数据传输,因此人们希望研究不完全采样下的遥感图像复原重建问题。目前,结合稀疏表示和正则化方法的图像复原理论和算法研究是国际研究热点。本文在综述当前压缩感知和图像复原技术的国内外研究现状的基础上,以变分正则化图像复原技术为主线,从完全采样和不完全采样两种情况来探讨图像复原重建的模型及算法。本文的主要创新性工作包括:第一,提出一个基于全变差(TV)正则化和稀疏性约束的耦合图像复原(TV-一)模型。模型通过全变差图像模型、图像Curvelet变换下l1稀疏性和数据保真模型的联合优化,达到图像边缘结构和纹理特征保持的图像复原。本文针对最优化模型的求解问题,基于算子分裂法原理,设计了一种多步迭代的数值算法。实验证明本文算法复原图像的视觉质量优于快速TV复原算法(FTVdG)的复原结果。第二,针对不完全随机采样遥感图像复原(去模糊)问题,设计和实现了基于Curvelet收缩和泊松奇异积分的图像复原重建算法(Curvelet-PSI);提出一个基于Curvelet迭代阈值收缩和傅立叶收缩(FoRD)的图像复原重建算法(Curvelet-FoRD)。本文新算法Curvelet-FoRD与Curvelet-PSI算法相比,在复原重建性能相当的情况下具有:参数少、参数调节简单、便于快速实现的优点。第三,钭对IICCD相机系统,综合分析了IICCD相机的成像机制,通过光学传递函数和噪声特性建立了IICCD图像退化的模型;提出了完全采样下TV-l1的IICCD图像复原算法;设计并给出了Curvelet-FoRD下的不完全随机采样下的图像复原重建算法。实验证明了本文算法的有效性。

全文目录


摘要  3-4
ABSTRACT  4-6
目录  6-9
1 绪论  9-14
  1.1 引言  9-10
  1.2 研究现状综述  10-12
    1.2.1 ⅡCCD相机的研究简介  10
    1.2.2 压缩感知与图像复原概述  10-11
    1.2.3 多尺度分析  11-12
  1.3 本文工作与结构安排  12-14
2 图像复原的变分正则化方法  14-30
  2.1 图像复原的数学模型  14-17
    2.1.1 图像复原的一般模型  14-15
    2.1.2 图像的噪声模型  15-16
    2.1.3 图像复原的经典方法  16-17
  2.2 图像复原的变分模型  17-18
    2.2.1 图像复原的变分实质  17
    2.2.2 变分法进行图像复原算法步骤  17-18
  2.3 TIKHONOV正则化  18-19
  2.4 全变差图像复原  19-23
    2.4.1 BV空间  19-20
    2.4.2 TV图像复原模型  20-21
    2.4.3 TV图像复原模型的数值计算  21-22
    2.4.4 改进TV图像复原模型  22-23
  2.5 泊松奇异积分图像复原  23-25
    2.5.1 泊松核与泊松积分算子  23-24
    2.5.2 泊松奇异积分图像复原模型  24-25
  2.6 傅立叶-小波正则化图像复原  25-29
    2.6.1 FoRD算法  26-27
    2.6.2 WVD算法  27
    2.6.3 ForWaRD算法  27-29
  2.7 本章小结  29-30
3 基于稀疏性约束的图像复原TV正则化耦合算法  30-54
  3.1 稀疏表示  30
  3.2 CURVELET变换  30-33
    3.2.1 连续Curvelet变换  30-32
    3.2.2 离散Curvelet变换  32
    3.2.3 Curvelet变换的实现  32-33
  3.3 基于稀疏性约束的图像复原  33-37
    3.3.1 数学模型  33
    3.3.2 Curvelet迭代收缩阈值法  33-35
    3.3.3 确定闽值  35-36
    3.3.4 Curvelet迭代收缩阀值法仿真实验  36-37
  3.4 基于稀疏性约束和TV正则化的耦合算法  37-43
    3.4.1 FTVdG模型  37-38
    3.4.2 新模型(TV-l_1)的提出  38-40
    3.4.3 算子分裂法的基本原理  40-41
    3.4.4 耦合模型求解的算子分裂算法  41-43
  3.5 实验结果与分析  43-53
    3.5.1 Lena图FTVdG算法和TV耦合算法图像复原对比实验  43-47
    3.5.2 Girl图FTVdG算法和TV耦合算法图像复原对比实验  47-49
    3.5.3 遥感图像复原FTVdG算法与TV耦合算法对比实验  49-51
    3.5.4 常用图像复原算法与TV耦合算法对比实验  51-53
  3.6 本章小结  53-54
4 基于不完全随机采样的遥感图像复原重建算法  54-72
  4.1 不完全随机采样  54-57
    4.1.1 背景  54-55
    4.1.2 压缩感知  55-56
    4.1.3 信号重建  56-57
  4.2 基于泊松奇异积分的不完全采样的图像复原重建算法  57-60
    4.2.1 不完全采样的图像复原重建模型  57-58
    4.2.2 不完全随机采样方法  58-59
    4.2.3 不完全采样的泊松奇异积分复原重建算法  59-60
  4.3 基于FoRD的不完全采样的图像复原重建算法  60-61
  4.4 实验结果及结论  61-71
    4.4.1 视觉对比实验  63-66
    4.4.2 常用测试图片实验结果  66-71
  4.5 本章小结  71-72
5 面向ⅡCCD相机的遥感图像复原算法  72-83
  5.1 引言  72
  5.2 ⅡCCD相机成像的退化模型  72-75
    5.2.1 ⅡCCD相机的成像模型  72-73
    5.2.2 ⅡCCD相机调制传递函数(MTF)  73-75
    5.2.3 ⅡCCD相机的退化模型  75
  5.3 ⅡCCD相机的图像复原算法  75-77
    5.3.1 ⅡCCD相机的图像复原变分模型  75-76
    5.3.2 ⅡCCD相机的不完全随机采样图像复原重建  76-77
  5.4 实验结果及结论  77-82
    5.4.1 完全采样的图像复原实验  77-79
    5.4.2 不完全采样的图像复原重建实验  79-82
  5.5 本章小结  82-83
结论  83-84
致谢  84-85
参考文献  85-90
硕士期间参与的科研项目  90

相似论文

  1. 认知无线电中频谱感知方法的研究,TN925
  2. 基于相位差异法的图像复原技术研究,TP391.41
  3. 代数曲线实时光栅化,TP391.72
  4. 基于随机游走模型的个性化信息推荐,TP391.3
  5. 无线传感器网络定位算法的研究,TN929.5
  6. Tetrolet稀疏正则化与样本学习的图像超分辨率算法研究,TP391.41
  7. 基于公共安全的毫米波辐射图像特征研究,TP391.41
  8. 运动与离焦模糊图像的复原,TP391.41
  9. 基于谱正则化的线性降维方法研究,TP391.41
  10. 求解图像去噪问题的变权重不动点算法研究,O177.91
  11. 车辆目标SAR图像预处理方法研究,TN957.52
  12. 基于总体变分法的图像去噪和复原研究,TP391.41
  13. 基于正则化的超分辨率图像序列重建技术研究,TP391.41
  14. 基于压缩感知的合成孔径雷达超分辨成像复数据处理方法研究,TN958
  15. n维单形上带有多项式核最小二乘正则化算法的逼近阶,O174.41
  16. 经络研究中的磁探测电阻抗成像,R224.1
  17. 基于后向散射噪声模型的水下图像复原算法研究,TP391.41
  18. 常见模糊类型图像复原的研究与实现,TP391.41
  19. 医学内窥镜影像系统及图像复原研究,TP391.41
  20. 全景环形透镜成像系统的研究与应用,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 遥感技术 > 遥感图像的解译、识别与处理 > 图像处理方法
© 2012 www.xueweilunwen.com