航空遥感的MAP超分辨方法
发布时间：2022-07-16 18:09
航空遥感以其灵活机动且应用范围广泛而受到人们的广泛关注。在军事斗争领域机载光电平台可以实现对侦查目标的远距离侦查遥感,既可以单独对敌进行侦查打击也可以配合卫星、雷达进行进一步侦查。在民用生产领域,无论是水体污染、森林草原火灾或者病虫害、无人机航拍等,航空遥感都发挥了越来越重要作用。但受载荷质量限制,成像系统往往无法采用成像效果好的设备。我们希望通过图像超分辨技术提升图像的空间分辨率。为此,我们针对航空遥感这个场景,提出一套集合配准、超分辨的超分辨重建系统。主要内容如下:1.提出并分析了航空遥感的降质因素。介绍了成像系统与航空遥感的降质模型,分析图像退化与降质的主要原因,分析降质模型的数学表达。主要包括成像的光学成像点扩散函数,运动模糊问题,航空遥感的倾角问题。分析航空成像系统降质模型可以分析图像退化,这有利于图像的配准和后续的超分辨重建。2.针对超分辨重建所需要的亚像素配准,采用通过泰勒函数的最优化方法来进行亚像素配准。分析亚像素配准的三种方法,插值放大方法,频域配准方法,和基于泰勒函数的最优化方法。最优优化方法,通过泰勒函数二阶展开来实现亚像素配准,计算复杂度合理,算法原理简单明确。...
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 课题的背景与意义
1.2 超分辨变重构的技术
1.3 超分辨成像技术的发展方向简介
1.3.1 基于多帧重建的方法
1.3.2 基于单帧稀疏字典超分辨重建方法
1.3.3 基于深度学习的超分辨方法
1.4 论文概述及章节安排
第2章 图像的降质模型
2.1 成像的基本降质模型
2.1.1 空间分辨率
2.1.2 光学系统的分辨率
2.1.3 点扩散(PSF)函数模型
2.2 遥感图像的降质模型
2.3 进一步的降质模型及数学表示
2.3.1 大气衍射降质模型
2.3.2 运动模糊降质
2.4 本章小结
第3章 多帧超分辨方法
3.1 图像超分辨率重建原理
3.2 图像超分辨率重建的变换域方法
3.2.1 基于傅立叶变换的频率重建法
3.2.2 基于离散余弦变换的频率重建法
3.3 图像超分辨率重建的空域方法
3.3.1 融合-复原法
3.3.2 统计方法
3.3.3 基于集合理论的重建方法
3.4 本章小结
第4章 序列图像配准问题
4.1 图像配准的定义
4.2 亚像素配准方法简介
4.2.1 基于变换域的算法
4.2.2 梯度法配准
4.3 亚像素配准实验
4.4 总结评价
4.5 本章小结
第5章 基于MAP的超分辨率重建
5.1 最大后验概率估计原理
5.2 马尔科夫场与先验模型
5.3 基于MAP的超分辨率重建算法
5.3.1 成像物理模型与观察模型
5.3.2 投影MAP算法
5.4 实验结果与分析
5.5 本章小结
第6章 总结与展望
6.1 总结
6.2 研究展望
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果
【参考文献】：
期刊论文
[1]遥感图像的MAP超分辨重建[J]. 刘涛,钱锋,张葆. 液晶与显示. 2018(10)
[2]“翼龙”Ⅱ首飞成功,中国无人机家族再添猛将[J]. 袁合一. 科学启蒙. 2017(07)
[3]稀疏表示下的噪声图像超分辨率重构[J]. 韩玉兰,赵永平,王启松,陈欣欣,王晓飞. 光学精密工程. 2017(06)
[4]基于深度学习的图像超分辨率复原研究进展[J]. 孙旭,李晓光,李嘉锋,卓力. 自动化学报. 2017(05)
[5]基于结构自适应归一化卷积的超分辨率红外图像重建[J]. 谭周燚,黄自力,王雪梅,黄正中,陈立. 电子技术. 2017(02)
[6]基于超分辨率重建的亚像素图像配准[J]. 李方彪,何昕,魏仲慧,马鑫. 光学精密工程. 2017(02)
[7]基于LuGre模型的航空光电稳定平台的摩擦力矩补偿[J]. 晋超琼,张葆,李贤涛,申帅,朱枫. 科学技术与工程. 2016(30)
[8]远距离多波段红外图像融合系统及配准方法[J]. 李英杰,张俊举,常本康,钱芸生,刘磊. 红外与激光工程. 2016(05)
[9]领航中国无人机“瞰世界”[J]. 泉琳. 科学新闻. 2016(02)
[10]曲面拟合法和梯度法相结合的图像亚像素配准算法[J]. 刘红亮,陈维义,许中胜. 国防科技大学学报. 2015(05)
博士论文
[1]基于多帧影像的航空超分辨成像技术研究[D]. 穆绍硕.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2017
硕士论文
[1]基于稀疏字典学习的图像超分辨率研究[D]. 杨维国.山东师范大学 2018
[2]基于稀疏表示的视频超分辨率技术研究[D]. 姚翠.电子科技大学 2018
[3]基于稀疏表示的单幅图像超分辨率重建[D]. 朱林华.重庆邮电大学 2017
[4]基于MAP算法的图像超分辨率重构技术研究[D]. 刘雪婷.山东大学 2008
本文编号：3663011
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 课题的背景与意义
1.2 超分辨变重构的技术
1.3 超分辨成像技术的发展方向简介
1.3.1 基于多帧重建的方法
1.3.2 基于单帧稀疏字典超分辨重建方法
1.3.3 基于深度学习的超分辨方法
1.4 论文概述及章节安排
第2章 图像的降质模型
2.1 成像的基本降质模型
2.1.1 空间分辨率
2.1.2 光学系统的分辨率
2.1.3 点扩散(PSF)函数模型
2.2 遥感图像的降质模型
2.3 进一步的降质模型及数学表示
2.3.1 大气衍射降质模型
2.3.2 运动模糊降质
2.4 本章小结
第3章 多帧超分辨方法
3.1 图像超分辨率重建原理
3.2 图像超分辨率重建的变换域方法
3.2.1 基于傅立叶变换的频率重建法
3.2.2 基于离散余弦变换的频率重建法
3.3 图像超分辨率重建的空域方法
3.3.1 融合-复原法
3.3.2 统计方法
3.3.3 基于集合理论的重建方法
3.4 本章小结
第4章 序列图像配准问题
4.1 图像配准的定义
4.2 亚像素配准方法简介
4.2.1 基于变换域的算法
4.2.2 梯度法配准
4.3 亚像素配准实验
4.4 总结评价
4.5 本章小结
第5章 基于MAP的超分辨率重建
5.1 最大后验概率估计原理
5.2 马尔科夫场与先验模型
5.3 基于MAP的超分辨率重建算法
5.3.1 成像物理模型与观察模型
5.3.2 投影MAP算法
5.4 实验结果与分析
5.5 本章小结
第6章 总结与展望
6.1 总结
6.2 研究展望
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果
【参考文献】：
期刊论文
[1]遥感图像的MAP超分辨重建[J]. 刘涛,钱锋,张葆. 液晶与显示. 2018(10)
[2]“翼龙”Ⅱ首飞成功,中国无人机家族再添猛将[J]. 袁合一. 科学启蒙. 2017(07)
[3]稀疏表示下的噪声图像超分辨率重构[J]. 韩玉兰,赵永平,王启松,陈欣欣,王晓飞. 光学精密工程. 2017(06)
[4]基于深度学习的图像超分辨率复原研究进展[J]. 孙旭,李晓光,李嘉锋,卓力. 自动化学报. 2017(05)
[5]基于结构自适应归一化卷积的超分辨率红外图像重建[J]. 谭周燚,黄自力,王雪梅,黄正中,陈立. 电子技术. 2017(02)
[6]基于超分辨率重建的亚像素图像配准[J]. 李方彪,何昕,魏仲慧,马鑫. 光学精密工程. 2017(02)
[7]基于LuGre模型的航空光电稳定平台的摩擦力矩补偿[J]. 晋超琼,张葆,李贤涛,申帅,朱枫. 科学技术与工程. 2016(30)
[8]远距离多波段红外图像融合系统及配准方法[J]. 李英杰,张俊举,常本康,钱芸生,刘磊. 红外与激光工程. 2016(05)
[9]领航中国无人机“瞰世界”[J]. 泉琳. 科学新闻. 2016(02)
[10]曲面拟合法和梯度法相结合的图像亚像素配准算法[J]. 刘红亮,陈维义,许中胜. 国防科技大学学报. 2015(05)
博士论文
[1]基于多帧影像的航空超分辨成像技术研究[D]. 穆绍硕.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2017
硕士论文
[1]基于稀疏字典学习的图像超分辨率研究[D]. 杨维国.山东师范大学 2018
[2]基于稀疏表示的视频超分辨率技术研究[D]. 姚翠.电子科技大学 2018
[3]基于稀疏表示的单幅图像超分辨率重建[D]. 朱林华.重庆邮电大学 2017
[4]基于MAP算法的图像超分辨率重构技术研究[D]. 刘雪婷.山东大学 2008
本文编号：3663011
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3663011.html
