多源遥感图像融合正则项研究

发布时间：2017-08-19 20:05

  本文关键词：多源遥感图像融合正则项研究

  更多相关文章： 图像融合 变分方法 正则项 知觉增强 TGV ALM ADMM

【摘要】：多源遥感图像融合是将多幅特征各异的遥感图像合并成单幅图像,使得该单幅图像包含所有显著特征的过程。多源遥感图像融合已经广泛应用于国民经济的各个领域,并成为热门研究课题。基于变分法的多源遥感图像融合模型一般包含正则项和保真项两个部分,正则项是对融合结果的某一平滑假设。本文针对变分融合模型中的正则项问题进行了深入探讨,并在分析的基础上提出了三个新变分模型。主要内容包括以下几个方面：1)针对L2正则项对融合图像的边缘造成过度光滑的问题,本文提出基于L1正则项的变分融合模型。首先,在梯度特征刻画的基础上,计算各个源图像对融合结果的贡献权重；然后使用输入图像的梯度的加权和构造待融合图像的梯度；其次使用L1范数作为正则项,结合梯度增强,以及图像亮度均匀等性质建立变分模型,从而提高融合图像的边缘保持能力。为了实现模型的高效求解,本文采用增广拉格朗日方法构造融合算法。与其他变分融合算法相比较的结果表明,本文算法取得了显著的效果。2)针对当前变分融合模型单独使用L1或者L2正则项所带来的缺点,本文提出一个自适应正则项的变分融合模型。首先,本文采用一个高效的图像边缘检测算法实现了边缘与非边缘的快速区分；其次,提出自适应正则项的变分融合模型,该模型能根据图像的边缘与非边缘特征,自主选择L1或L2范数作为正则项进行相应规约,从而有效、精准地刻画图像的各种特征。针对模型的求解,本文引入经典的梯度下降流来实现数值算法。实验结果表明,与其它单一正则项的变分融合模型相比,该模型在保留融合图像边缘的同时,减少了过度光滑效应和阶梯效应影响,从而最终获得高质量的融合图像。3)针对目前变分融合方法都是基于一阶光滑这一假设所带来的诸如阶梯效应等缺点,本文提出一个基于增广全变分(total generalized variation, TGV)和视觉增强的二阶光滑融合模型。探讨了模型的收敛性,并采用交替方向乘子法(ADMM)有效实现所提模型的数值算法。实验结果的定性和定量分析表明,与L1和L2范数为正则项的变分融合方法相比,所提算法具有较好的优越性。
【关键词】：图像融合 变分方法 正则项 知觉增强 TGV ALM ADMM
【学位授予单位】：华东师范大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP751
【目录】：

• 摘要6-7
• Abstract7-9
• 目录9-12
• 表格12-13
• 插图13-15
• 第一章 绪论15-31
• 1.1 研究背景和意义15-16
• 1.2 多源图像融合概述16-19
• 1.2.1 多源图像融合的目的和过程17-18
• 1.2.2 多源遥感图像融合的优势18
• 1.2.3 图像融合系统的层次划分18-19
• 1.3 基于变分法的图像处理简介19-21
• 1.3.1 发展历程19-20
• 1.3.2 应用优势20
• 1.3.3 主要步骤20-21
• 1.4 多源图像融合技术发展现状21-26
• 1.4.1 国内外研究现状22-24
• 1.4.2 图像融合的应用和发展趋势24-26
• 1.5 图像融合质量评价26
• 1.6 研究内容与论文结构26-29
• 1.6.1 研究目标26-27
• 1.6.2 主要内容与创新27-28
• 1.6.3 本文的组织结构28-29
• 1.7 本章小结29-31
• 第二章 预备知识31-43
• 2.1 概述31
• 2.2 泛函的定义及性质31-32
• 2.3 BV空间定义及其性质32-33
• 2.4 变分法33-35
• 2.4.1 基本概念33-34
• 2.4.2 变分基本引理34
• 2.4.3 变分问题的Euler-Lagrange方程34-35
• 2.5 数值算法35-38
• 2.5.1 梯度下降流35
• 2.5.2 变量分离法35-36
• 2.5.3 ALM算法36-37
• 2.5.4 ADMM算法37-38
• 2.5.5 软阈值方法38
• 2.6 评价指标38-41
• 2.7 本章小节41-43
• 第三章 L_1范数正则项融合模型43-57
• 3.1 概述43-44
• 3.2 改进后融合模型44-49
• 3.2.1 梯度特征合并45-46
• 3.2.2 能量泛函46
• 3.2.3 数值实现46-49
• 3.3 实验结果与分析49-56
• 3.3.1 定性分析51
• 3.3.2 定量分析51-54
• 3.3.3 计算效率分析54-56
• 3.4 本章小结56-57
• 第四章 自适应正则项融合模型57-69
• 4.1 概述57-58
• 4.2 自适应融合模型58-62
• 4.2.1 初始图像计算59-60
• 4.2.2 边缘提取60-62
• 4.2.3 数值实现62
• 4.3 实验结果与分析62-67
• 4.3.1 视觉分析63-67
• 4.3.2 定量分析67
• 4.4 本章小结67-69
• 第五章 高阶光滑正则化融合模型69-87
• 5.1 概述69-72
• 5.1.1 TGV简述70-71
• 5.1.2 知觉对比增强71-72
• 5.1.3 初始图像计算72
• 5.2 融合模型72-78
• 5.2.1 二阶TGV73-75
• 5.2.2 模型收敛性75
• 5.2.3 数值实现75-78
• 5.3 实验结果与分析78-86
• 5.3.1 视觉分析80-81
• 5.3.2 定量分析81
• 5.3.3 算法收敛分析81-86
• 5.4 结论86-87
• 第六章 总结与展望87-91
• 6.1 总结87-88
• 6.2 展望88-91
• 参考文献91-105
• 后记105-107
• 在读期间发表或将要发表的学术论文情况107-108
• 在读期间参与的科研项目情况10

【相似文献】

中国期刊全文数据库 前10条

1 赵巨波,孙华燕,杜巍;一种图像边缘特征提取算法[J];光学精密工程;2000年04期

2 朱从锋,王伯雄,陈华成,刘振江,丁洁,罗秀芝;图像微观特征识别方法[J];清华大学学报(自然科学版);2003年08期

3 刘丰林;乔桂锋;邹斌;;工业CT图像圆精确测量[J];光学精密工程;2009年11期

4 谭显坤;杨小义;;基于图像特征识别的部件缺陷无损检测方法(英文)[J];机床与液压;2012年12期

5 徐新,廖明生,朱攀,卜方玲;单视数SAR图像Speckle滤波方法的研究[J];武汉测绘科技大学学报;1999年04期

6 张健;;超声电视成像测井中图像异样点修复处理改进方法研究[J];应用科技;2013年06期

7 熊桢,王向军,郑兰芬,童庆禧;基于GPS数据的OMIS图像航线校正研究[J];遥感技术与应用;2000年01期

8 郑精灵,王树根;整体变分算法在图像修补中的应用研究[J];计算机辅助设计与图形学学报;2003年10期

9 韩晓勇;张海军;;中巴资源卫星-02星CCD图像条纹噪声消除方法研究[J];南阳师范学院学报;2009年03期

10 李博;刘景鑫;王珂;刘太辉;;从诊断X线相干散射图像中提取能量分布曲线[J];吉林大学学报(工学版);2011年S1期

中国重要会议论文全文数据库 前10条

1 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集（第四卷）[C];2002年

2 韩焱;王明泉;宋树争;;工业射线图像的退化与恢复方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（下册）[C];2001年

3 王伟凝;余英林;张剑超;;图像的动感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

4 王强;王风;;一种保持图像几何特征的去噪模型[A];中国通信学会第五届学术年会论文集[C];2008年

5 王培珍;杨维翰;陈维南;;图像边缘信息的融合方案研究[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

6 李大鹏;禹晶;肖创柏;;图像去雾的无参考客观质量评测方法[A];第十五届全国图象图形学学术会议论文集[C];2010年

7 孟晋丽;张毅;金林;;图像中混合噪声的小波域滤除方法[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

8 张明慧;;基于模糊蒙片算法的CR图像边缘增强[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

9 王亮亮;李明;高昕;;强模糊空间目标图像边缘获取方法研究[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

10 罗强;任庆利;;基于局部IFS理论提取图像边缘[A];第十二届全国图象图形学学术会议论文集[C];2005年

中国重要报纸全文数据库 前10条

1 吴飞;无边距照片打印三部曲[N];中国电脑教育报;2003年

2 艾思平翻译;视频编码软件CCE SP2操作指南(9)[N];电子报;2009年

3 ;图像质量调整秘技[N];电脑报;2001年

4 ;B超术语解释[N];农村医药报（汉）;2008年

5 马骏睿 皓月;制作版画效果图片[N];中国摄影报;2007年

6 艾思平翻译;视频编码软件CCE SP2操作指南(14)[N];电子报;2009年

7 西安 张正仓;I~（2）C总线控制的HG-2220AV液晶屏视频信号驱动板[N];电子报;2003年

8 ;令挑剔的人也刮目相看[N];中国电子报;2001年

9 侯杰;国产芯片进军移动多媒体市场[N];人民邮电;2003年

10 于亮、阿鲲;技术“扫”天下[N];中国计算机报;2002年

中国博士学位论文全文数据库 前10条

1 李贺;面向对象的PolSAR图像典型地物提取关键技术研究[D];解放军信息工程大学;2012年

2 赵恒军;图像多尺度邻域距离分解及其应用[D];重庆大学;2013年

3 何涛;基于几何特征的机械产品图像测度研究[D];华中科技大学;2011年

4 曾智勇;基于内容图像数据库检索中的关键技术研究[D];西安电子科技大学;2006年

5 孔月萍;图像逆半调及其质量评价技术研究[D];西安电子科技大学;2008年

6 胡文玉;图像重映射、最近多项式及曲线求交的某些研究[D];大连理工大学;2012年

7 温超;基于图像的文物检索与本体标注方法研究[D];西北大学;2012年

8 王宇石;基于图像内容的成人图像检测[D];哈尔滨工业大学;2009年

9 肖甫;基于图像的虚拟场景绘制关键技术研究[D];南京理工大学;2007年

10 陈雪松;基于图像势能理论的特征提取方法研究[D];华中科技大学;2011年

中国硕士学位论文全文数据库 前10条

1 谢爱敏;图像修补技术的研究[D];西安电子科技大学;2010年

2 庞胜利;图像模糊度评价研究[D];西安电子科技大学;2010年

3 牟春洁;复杂图像的分割与统计研究[D];北京化工大学;2010年

4 孙茂金;基于暗通道优先的单幅图像去雾算法研究[D];大连海事大学;2010年

5 李永统;光测图像自动分析系统研究及其实现[D];国防科学技术大学;2004年

6 孙学岩;基于内容的鱼病图像检索算法研究与实现[D];中国农业大学;2005年

7 王竹林;图像字符仿人认知特征的机理研究[D];合肥工业大学;2005年

8 戴春风;皮肤医学图像的小波压缩研究与实现[D];南京理工大学;2006年

9 陈望明;基于图像的表面几何重建[D];广西大学;2008年

10 魏倬瑜;纤维图像分离算法的研究[D];东华大学;2008年

，

本文编号：702678