学位论文 > 优秀研究生学位论文题录展示

空间目标图像超分辨率重建技术研究

作　者: 李冰
导　师: 耿则勋
学　校: 中国人民解放军信息工程大学
专　业: 摄影测量与遥感
关键词: 空间目标 超分辨率 点扩散函数 图像恢复 盲解卷积 支持域 去噪
分类号: TP391.41
类　型: 硕士论文
年　份: 2005年
下　载: 363次
引　用: 7次
阅　读: 论文下载
 

内容摘要


随着越来越多的平台被送入太空,对于空间目标图像的研究越来越受到人们的关注。根据空间目标成像结果,充分利用影像超分辨率重建技术生成接近于甚至超过光学衍射极限的空间目标图像的技术方法,显然是一个很好的途径。 本论文针对空间目标图像超分辨率重建技术进行了研究和实践,本文的主要工作如下: 1、分析了超分辨率重建的基本原理,首次较详细地用直观的方法说明超分辨率重建的可能性; 2、介绍了图像盲解卷积的数学模型、性质及现有的方法之后,深入分析并实现了迭代盲解卷积(Iterative Blind Deconvolution, IBD)方法、最大似然(Maximum Likelihood, ML)方法、Richard-Lucy(RL)方法、具有非负性和支持域约束条件的递归逆滤波(Nonnegativity and Support Constrants Recursive Inverse Filtering, NAS-RIF)算法,做了大量试验,比较了各类算法的性能。 3、提出了一种序列使用最大似然方法处理光斑图像的方案。该方法不使用参考星数据,从几幅含噪光斑帧里对扩展目标进行重建。 4、对盲目确定图像支持域的方法进行了研究,提出利用目标图像阈值化处理方法确定目标支持域,取得了较好的结果。 5、在分析经典中值滤波技术的基础上,提出了一种自适应加权自适应加权去噪滤波方法,取得了满意的结果。

全文目录


摘要  6-7
ABSTRACT  7-8
第一章 绪论  8-26
  §1．1．引言  8-9
  §1．2．空间目标成像与图像降质模型  9-13
    1．2．1．空间目标成像  9-11
    1．2．2．图像降质模型  11-13
  §1．3．超分辨率重建的理论基础  13-18
    1．3．1．超分辨率的定义  13
    1．3．2．超分辨率重建的数学基础——解析延拓  13-14
    1．3．3．图像超分辨信息恢复的可能性  14-15
    1．3．4．空间图像超分辨的原理  15-18
  §1．4．空间目标图像超分辨率技术回顾  18-24
    1．4．1．图像解卷积方法  19-20
    1．4．2．空间目标成像与空间目标图像重建  20-24
  §1．5．论文所做的工作及创新点  24-25
  §1．6．论文的安排  25-26
第二章 图像的盲解卷积  26-36
  §2．1．引言  26-28
  §2．2．图像盲复原方法的分类  28-35
    2．2．1．先验模糊识别法  29-31
    2．2．2．非参数限定支持域恢复技术  31-32
    2．2．3．ARMA参数估测法  32-34
    2．2．4．零叶面分离法  34
    2．2．5．以高阶统计量为基础的非参数法  34-35
  §2．3．小结  35-36
第三章 非参数限定支持域恢复  36-56
  §3．1．引言  36-37
  §3．2．IBD算法  37-40
    3．2．1．算法原理  37-39
    3．2．2．算法实现  39-40
  §3．3．最大似然算法  40-42
  §3．4．Richard-Lucy算法  42-43
  §3．5．NAS-RIF算法  43-48
    3．5．1．NAS-RIF算法简述  43-44
    3．5．2．NAS-RIF实现  44-48
  §3．6．实验结果及分析  48-55
    3．6．1．IBD算法  48-50
    3．6．2．ML算法  50-51
    3．6．3．Richard-Lucy算法  51-53
    3．6．4．NAS-RIF算法  53-55
  §3．7．小节  55-56
第四章 基于ML的多帧图像的超分辨率重建  56-61
  §4．1．引言  56-57
  §4．2．算法  57-58
  §4．3．计算机仿真  58-59
  §4．4．结论  59-61
第五章 图像去噪与目标支持域提取  61-72
  §5．1．引言  61-62
  §5．2．自适应加权去噪滤波  62-64
    5．2．1．AWF算法基本思想  62
    5．2．2．算法流程  62-63
    5．2．3．权值计算  63-64
    5．2．4．数值分析  64
  §5．3．基于图像形态学的目标支持域提取  64-66
    5．3．1．目标支持域基本知识  64-65
    5．3．2．基于图像阈值化的支持域提取  65-66
  §5．4．试验与分析  66-71
    5．4．1．理想情况  66-68
    5．4．2．真实数据实验  68-71
  §5．5．结论  71-72
第六章 结论与展望  72-74
  §6．1．本文总结  72
  §6．2．图像超分辨率重建的发展方向  72-74
参考文献  74-77
致谢  77-79
附录  79

相似论文

  1. 基于FPGA的电磁超声检测系统的研究,TH878.2
  2. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  3. 网络语音传输丢包的恢复技术,TN912.3
  4. 基于小波变换的语音信号去噪及其DSP算法实现,TN912.3
  5. 医学超声图像去噪方法研究,TP391.41
  6. 临近空间图像侦察系统中的图像恢复技术研究,TP391.41
  7. 基于学习的低阶视觉问题研究,TP391.41
  8. 电子产品质量监控测试设备设计,TN06
  9. 基于∑-Δ调制的水声信号发射机研究,TN761
  10. 轮廓波变换及其在图像处理中的应用,TP391.41
  11. 基于量子搜索的Ad Hoc网络路由协议研究,TN929.5
  12. 基于概率PCA的图像复原方法研究及其应用,TP391.41
  13. 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
  14. 基于模糊理论的静脉图像增强算法研究,TP391.41
  15. 基于小波和Kalman滤波的GPS数据去噪方法研究,P228.4
  16. 基于TD-LTE的上行功率控制技术研究,TN929.5
  17. MIMO系统中预编码技术的研究,TN919.72
  18. 图像信息处理机的图像处理方法研究,TP391.41
  19. 数码相机中Bayer格式数字图像的降噪与颜色插值算法的研究,TP391.41
  20. 基于回归的图像超分辨率重建技术研究,TP391.41
  21. 利用非局部相似性的图像超分辨率重建研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com