基于Huber-Markov随机场的遥感图像盲复原技术研究

发布时间：2017-10-27 11:38

  本文关键词：基于Huber-Markov随机场的遥感图像盲复原技术研究

  更多相关文章： 盲复原 光学遥感图像 Huber-Markov随机场模型 刃边技术

【摘要】：在光学遥感影像的成像过程(影像的获取、传输和存储)中,受到大气湍流的扰动效应、大气中气溶胶的散射作用、地物与成像设备之间的相对运动、光学系统的衍射、像差、成像设备的散焦、畸变以及源自电路和光度学因素的噪声等多种因素的影响,所获取的直接影像往往会模糊或引入噪声。图像复原技术能够由退化影像获得与真实影像最接近的结果。成像系统的点扩展函数(Point Spread Function,PSF)是图像复原的关键,但由于以上原因,PSF很难预先精确获知。因而一般的图像复原理论很难处理遥感影像数据。盲复原理论根据图像降质本质,不受复杂降质原因约束,能在未知具体降质过程的情况下,仅通过对观测图像进行分析处理,得到PSF并通过复原算法估计最接近真实图像的结果。这恰好能够解决遥感影像难以获得先验知识的难题。本文立足于研究基于Huber-Markov随机场模型(Huber-Markov Random Field,HMRF)的光学遥感图像盲复原算法。将基于具有限制解空间,快速获取最优解优势的HMRF模型应用于盲复原技术中,从而有效保护图像边缘纹理及细节信息。图像盲复原本质上是对PSF的获取和对反问题的求解,同时PSF的变化是图像降质的本质体现,因此对PSF的准确估计是图像盲复原的根本保证。本文充分考虑光学遥感图像的成像特点并结合盲复原过程缺乏先验知识的情况,提出应用刃边技术(Knife-Edge method,KE)直接由降质图像构建PSF,再应用HMRF模型通过建立最小化迭代过程优化所得到的PSF从而实现对PSF的准确估计。本文所提出的算法模型为光学遥感图像的质量恢复提供了适用性强、稳定度好、准确性高的解决方案,具有实际的应用价值。本文首先系统地介绍了图像复原相关领域的国内外研究现状,包括图像盲复原理论、Markov随机场理论、刃边提取技术。然后对图像的盲复原理论与HMRF成像模型和刃边技术及基于稀疏表示的迭代优化技术都进行了系统、具体地阐述。在此基础上,提出了基于刃边技术和基于HMRF建模理论的PSF估计方法。前者和后者分别用以提取降质后的图像边缘信息及二维PSF的构建和进一步的优化。通过HMRF理论建立图像先验模型,结合概率统计函数构建迭代复原的目标方程,通过最小化迭代过程实现影像数据的盲复原。本文对以上过程的具体算法进行了具体地介绍。鉴于迭代复原过程中数据量大的问题,提出了基于稀疏表示的迭代优化理论,完善算法性能。最后,以遥感器调制函数(Modulation Transfer Function,MTF)及半幅全宽(Full-Width at Half-Maximum,FWHM)作为复原影像细节评价标准,并结合其他多种无参考评价理论,建立了从图像细节纹理保持到图像整体清晰度两个角度的新的图像盲复原定量评价方法。实验结果表明,本文所提出的算法能够较好地对光学遥感图像进行复原,具有一定的适用性。
【关键词】：盲复原 光学遥感图像 Huber-Markov随机场模型 刃边技术
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP751
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 课题背景及研究的目的和意义10-11
• 1.2 国内外研究现状及分析11-15
• 1.2.1 参数与非参数约束图像盲复原11-14
• 1.2.2 联合及先验估计图像盲复原14-15
• 1.3 主要研究内容及论文结构15-16
• 第2章 图像复原的基础理论与相关技术16-34
• 2.1 引言16
• 2.2 图像复原理论16-29
• 2.2.1 图像退化16-18
• 2.2.2 图像模糊模型18-19
• 2.2.3 图像复原的数学本质19-20
• 2.2.4 图像分布模型20-23
• 2.2.5 经典图像复原技术23-25
• 2.2.6 图像盲复原理论25-29
• 2.3 光学遥感图像PSF估计理论29-31
• 2.3.1 刃边技术30-31
• 2.3.2 脉冲技术31
• 2.4 图像复原评价理论31-33
• 2.5 本章小结33-34
• 第3章 基于HMRF核心理论的盲复原建模34-48
• 3.1 引言34
• 3.2 基于刃边法的PSF构建34-39
• 3.3 Huber-Markov随机场模型39-47
• 3.3.1 模型构建39-41
• 3.3.2 基于HMRF模型的PSF优化理论41-42
• 3.3.3 基于HMRF模型的PSF优化迭代流程42-44
• 3.3.4 基于HMRF模型的盲复原迭代流程44-47
• 3.4 本章小结47-48
• 第4章 实验结果与盲复原质量评价48-60
• 4.1 引言48
• 4.2 实验数据介绍48-49
• 4.3 基于KE-HMRF的PSF估计算法验证49-51
• 4.3.1 基于刃边法估计PSF的验证结果49-50
• 4.3.2 基于KE-HMRF的PSF估计结果50-51
• 4.4 基于HMRF模型的盲复原算法实验结果51-55
• 4.5 光学遥感图像盲复原评价55-59
• 4.6 本章小结59-60
• 结论60-61
• 参考文献61-66
• 攻读硕士学位期间发表的论文及其它成果66-68
• 致谢68

【参考文献】

中国期刊全文数据库 前2条

1 林海祥;张p，

本文编号：1103352