光学遥感图像超分辨率重构方法研究

发布时间：2020-05-09 01:51

【摘要】：高分辨率高质量光学遥感图像在遥感测绘、侦察监视、公共安全监控识别和医学诊断等军、民领域均有着重要应用价值。通常,可借助提高硬件性能和图像处理的手段提高图像的分辨能力,硬件提升手段会受到工艺水平、研制难度、周期成本等研制瓶颈的制约,因此,国内外学者在图像超分辨率重构处理方面开展了大量的研究工作。从现有文献看,现有的超分重构方法已在自然图像的处理应用中取得了较理想的效果,但针对遥感图像的纹理细节增强与分辨率提升能力仍与理想情况存在一定差距。本文针对该问题,以大幅提高遥感图像的目标分辨率和纹理细节为目的,开展基于单帧、多帧序列图像的图像超分辨率重构及评价方法研究,并进行相应的实验验证。主要研究工作如下:(1)基于学习的单帧图像超分辨率重构算法研究。考虑到基于学习的图像超分重构方法能够将图像的细节信息与关联分辨率提升的图像先验引入重构过程,本文在深度学习框架理论研究的基础上,结合实际的在轨遥感卫星图像数据,学习训练基于卷积神经网络、加深卷积网络以及生成对抗网络的单帧图像超分重构框架,提高了三种重构算法在遥感图像处理应用中的适用性。并结合仿真遥感图像数据和MDSP标准数据集进行了实验验证,同时分析得出了基于学习的单帧图像超分重构算法在遥感图像分辨率提升方面的处理性能。(2)改进的多帧序列图像超分辨率重构方法研究。通过对比分析各种多帧序列图像超分辨率重构方法的原理及处理流程,得出凸集投影法具有较强的图像边缘细节保持能力,并易将遥感图像退化特性引入处理过程,适应于解决遥感图像的超分重构问题,本文以凸集投影法的理论框架为基础,针对遥感图像的运动模糊、噪声、形变等退化特性,结合高精度的亚像素运动估计算法,开展了边缘纹理细节保持的双边滤波插值算法、基于光流法的图像帧间像移估计方法以及异常帧检测与剔除方法研究,并进行了实验验证,从而对凸集投影法进行了改进优化,使其更加适应于解决遥感图像的超分重构问题。(3)遥感图像超分辨率重构评价方法及实验验证。在充分调研目前已有图像质量与超分辨率重构评价方法的基础上,结合图像分辨率提升倍数评价的需求,研究了遥感图像超分辨率重构的客观评价指标与方法。在此基础上,结合基于在轨卫星图像的仿真实验数据和基于USAF标准靶标的半物理成像实验数据,对图像超分辨率重构方法与评价方法进行了实验验证。
【图文】：

光学遥感图像超分辨率重构方法研究

SRCNN和双线性插值法对比

光学遥感图像超分辨率重构方法研究

VDSR网络结构
【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】：2018
【分类号】：TP751

【参考文献】