基于图像块统计特性的EPLL遥感图像复原方法

发布时间：2018-04-05 23:01

  本文选题：遥感图像　切入点：图像复原　出处：《国防科学技术大学》2014年硕士论文

【摘要】：遥感图像作为一类重要的信息源,大大扩展了人们的观察视野,但是,在成像和传输过程中,不可避免地会产生噪声、模糊等退化现象。要更好地实现遥感的应用,必须对图像进行复原处理。分析和构建图像统计特性模型是图像复原的重要基础工作。目前已有了一些通用的图像复原方法,但在遥感图像复原方法方面还不尽人意。如何结合遥感图像的特点,充分利用图像统计特性的先验知识构建有力的图像复原方法仍是有待深入研究的问题。论文回顾了现有的统计特性建模方法;论证了基于图像块的先验知识具有很好的描述局部特征、易于获得和运用等优点;并介绍了新近出现的基于图像块先验知识的EPLL(Expected Patch Log Likelihood)图像复原方法。本论文深入研究了将EPLL方法用于高分辨率光学遥感图像的复原,以实现在提高图像整体质量的同时保护局部细节的目的。首先,论文研究和实现了将基于图像块外部统计特性的EPLL方法应用于遥感图像的复原方法。算法对高分辨率可见光遥感图像的去噪和去模糊的复原效果,优于目前公认的性能优异的BM3D(Block-Matching and 3D filtering)方法。其后,论文提出了一种分场景图像块统计特性的EPLL遥感图像复原方法。针对不同场景遥感图像具有不同统计特性参数的情况,将遥感图像按场景分类,分别构建不同场景图像块的外部统计特性模型。由于充分考虑到不同类别场景遥感图像块统计特性之间存在的差异,该方法取得了比不考虑场景类别的EPLL算法更好的图像复原效果。然后,论文提出了组合外部与内部图像块统计特性的EPLL遥感图像复原方法;研究了其模型构建、模型实现和模型推断等算法。由于在利用图像块外部统计特性的同时,又考虑了待复原图像的内部统计特性,提高了遥感图像复原性能和图像复原方法对不同时段与不同外部环境的自适应能力。最后,论文总结了研究的不足之处,提出了进一步研究的方向。
[Abstract]:This paper presents an EPLL remote sensing image restoration method based on image block statistical characteristics .

【学位授予单位】：国防科学技术大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP751
，

本文编号：1716842