噪声环境下高光谱图像超分辨方法研究

发布时间：2021-08-14 03:57

　　高光谱图像是遥感图像处理领域非常重要的一类图像。相对于多光谱图像或者全色图像,目前设备所获取的高光谱图像空间分辨率较低,这限制了高光谱图像的一·些实际应用。因此提高高光谱图像的空间分辨率具有重要意义,已经成为近几年的研究热点。现有的高光谱图像超分辨技术和方法对噪声不鲁棒,致使其超分辨的效果不佳。另外有关泊松噪声或者高斯-泊松混合噪声情形高光谱图像超分辨的研究工作甚少。本文围绕不同噪声干扰的高光谱图像超分辨问题,展开了深入研究。主要的工作和创新点如下:1.在高斯噪声环境下,提出了一种基于双约束光谱解混技术的高光谱图像超分辨方法。通过建立端元矩阵的互距离约束正则项和丰度矩阵的拉普拉斯图模型正则项,解决了现有的高光谱图像超分辨方法对强噪声不鲁棒问题。另外,在计算拉普拉斯图结构的权重矩阵中,引入基于学习的权重计算方法。将权重更新和图像估计统一在一个优化问题中,从而能自适应地更新丰度矩阵,提高了估计精度。实验结果表明本文提出的方法优于目前的其他方法。2.在泊松噪声环境下,提出了一种基于稀疏表示和非局部双正则化的高光谱图像超分辨方法。而且利用主成分分析方法对高光谱图像降维处理,减少需要优化的变量数... 

【文章来源】：福州大学福建省 211工程院校

【文章页数】：134 页

【学位级别】：博士

【部分图文】：

高光谱图像示意图

映矩阵［２４１，对Ｗａｓｈｉｎｇｔｏｎ?ＤＣ?ｍａｌｌ和Ｕｒｂａｎ数据集，使用Ｌａｎｄｓａｔ?ＴＭ谱反映矩阵［２４１。??ＬａｎｄｓａｔＴＭ谱反映矩阵产生四个波段的多光谱图像，分别是０．４５－０．５２，０．５２－０．６０，??０．６３－０．６９和０．７６－０．９０／ｍｉ，对应的波段是蓝、绿、红和紫外光。图３－１给出了不同波??段的两类光谱反映（Ｓｐｅｃｔｒａｌ?Ｒｅｓｐｏｎｓｅ，ＳＲ）。??〇〇６１?＾ｆ＿?＇?．．ｒｎ?０２１???＇?，?■?．?ｎ??／?＼???ｂｌｕｅ???ｂｌｕｅ??０．０５?■?／?＊?＊?９ｒｅｅｎ?ｇｒｅｅｎ??Ｊ?１?？?本?ｒｅｄ?ｒｅｄ??／?＊？??ｉｎｆｒａｒｅｄ?５?／］學＊??ｉｎｆｒａｒｅｄ??０Ｍ?＼?．??Ｓｏ?〇〇３?／?★?Ｊ?＼?＾?〇．ｉ??０．０２?－ｊ?＊?＾?ｊ?＇?＇广??００１?｛ｊ?ｙ?－??Ｄ????ｎ?ｍｍｍｍ??????????０?２０?４０?６０?８０?１００?１２０?０?５０?１００?１５０?２００??ｂａｎｄ?ｂａｎｄ??图３－１?ＩＫＯＮＯＳ?ｓａｔｅｌｌｉｔｅ和Ｌａｎｄｓａｔ?ＴＭ两种光谱反映函数．??在实验中，我们提出的方法有四个模型参数需要设置。参数Ａ控制端元矩阵正??则项和数据保真项之间平衡，参数＂控制丰度矩阵正则项和数据保真项之间平衡，??参数％和＆是惩罚因子。为了简单起见，我们通过实验测试选取使效果较好的那些??参数值？在我们的实验中

?信噪比ＳＮＲｍ＝２５ｄＢ情况下，我们测试不同的端元个数对所提出方法的重构结果??的ＰＳＮＲ和ＳＡＭ两个指标的影响，如图３－２所示。这两个指标具有突出的代表性，一??个反映图像重构的除噪效果，一个反映图像重构的光谱扭曲程度。实验测试发现，??随着端元个数增加，性能指标越来越好，但是当端元个数到２０后，性能指标的提高??不再明显，由于端元个数的增加也带来了运算时间的增加，兼顾性能和运算时间，??本章实验选取端元个数为２０。此外，ＣＮＭＦ，?Ｂｅｎｄｃｘｉｍｉ和ＮＳＳＲ方法的参数均采用??相关论文中给定的参数值。??３５．５１?．?．??????２．８１?．?．???．???￣￣＊￣￣＊￣￣＊￣￣？—？￣￣？￣￣＊??３５?４?＾?２．７??３５．３?／?２．６?＼??ａ?３５．２?／?５?２．５?＼??１３５．１?／?＾２．４?＼??３５?／?２．３?＼??３４９?２２??３４８０?２０?４０?６０?８０?１００?２１〇?２０?４０?６０?８０?１００??Ｎｕｍｂｅｒ?ｏｆ?Ｅｎｄｍｅｍｂｅｒ?Ｎｕｍｂｅｒ?ｏｆ?Ｅｎｄｍｅｍｂｅｒ??（ａ）?Ｐａｖｉａ??３５．８?（?■?■?■????２．６１???????????３５?６?２－５?＼??卜


本文编号：3341724