基于壓縮感知的遙感圖像處理技術(shù)的研究.pdf

1、傳統(tǒng)的奈奎斯特定理規(guī)定，采樣頻率必須達(dá)到信號帶寬的兩倍以上才能對原始信號進(jìn)行精確的重構(gòu)。然而，隨著信息的爆炸式發(fā)展，如果按照傳統(tǒng)的采樣理論對圖像和視頻等信息進(jìn)行采集，就會導(dǎo)致海量數(shù)據(jù)的問題，不但會大大的增加硬件成本和軟件開銷，而且對信號的獲取效率很低。綜上所述，傳統(tǒng)的奈奎斯特采樣方法對大數(shù)據(jù)量的圖像處理顯得越來越力不從心。為了突破這種限制，近幾年由Candes和Dono ho等人提出了一種全新的采樣理論—壓縮感知（Compressed

2、Sensing,CS），給信息處理領(lǐng)域注入了新的活力，提供了更為廣闊的研究方向。CS采樣有著多種優(yōu)點：首先，它極大的降低了信號在處理時的數(shù)據(jù)量；其次，也是最重要的一點是它能夠以遠(yuǎn)低于奈奎斯特定理所需要的采樣數(shù)，就能實現(xiàn)對原始信號的精確恢復(fù)和重構(gòu)?；谠摾碚?，本文研究了壓縮感知技術(shù)在遙感圖像處理領(lǐng)域的應(yīng)用：
　　(1)針對圖像融合過程中亟需解決的海量數(shù)據(jù)問題，本文提出了一種基于小波稀疏基的壓縮感知域內(nèi)遙感圖像的融合方法。該算法的第一

3、步是先將多光譜圖像進(jìn)行IHS變換得到其I、H、S分量，然后用I分量與全色圖像進(jìn)行直方圖匹配，再將I分量和匹配后的全色圖像在CS域內(nèi)進(jìn)行加權(quán)融合，最后重構(gòu)得到新的I分量，并進(jìn)行IHS逆變換得到融合后的圖像。實驗證明，該算法能夠得到質(zhì)量不錯的融合圖像，更為重要的是由于是在CS域內(nèi)進(jìn)行的圖像融合，這樣就大大的降低了圖像的數(shù)據(jù)處理量。
　　(2)本文還提出了一種基于壓縮感知的自適應(yīng)全變分遙感圖像去噪算法，該去噪算法根據(jù)圖像區(qū)域的不同特征選