

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、光譜圖像以其“譜圖合一”的成像特點(diǎn)在遙感探測(cè)和國(guó)防安全等領(lǐng)域有著非常重要的實(shí)際應(yīng)用。在實(shí)際成像過(guò)程中由于硬件設(shè)備故障、成像傳感器性能有限等原因使得獲得的光譜圖像存在數(shù)據(jù)丟失、分辨率不足等降質(zhì)問(wèn)題,嚴(yán)重影響了光譜圖像的后續(xù)處理和使用。為了獲得清晰、高分辨率的光譜圖像,近年來(lái)眾多學(xué)者研究如何從低質(zhì)量光譜圖像中對(duì)高質(zhì)量光譜圖像進(jìn)行恢復(fù),但是現(xiàn)有的光譜圖像恢復(fù)方法仍然主要采用傳統(tǒng)的全變差、離散余弦變換等灰度圖像表示方法,無(wú)法有效利用光譜圖像的空
2、間和譜間相關(guān)性,從而導(dǎo)致獲得的恢復(fù)精度有限。
在此研究背景下,本文從光譜圖像先驗(yàn)知識(shí)的分析和挖掘入手,圍繞光譜圖像恢復(fù)模型中正則項(xiàng)具有至關(guān)重要作用的特點(diǎn),對(duì)如何結(jié)合光譜圖像先驗(yàn)特性建立高效正則約束進(jìn)行研究。本文的主要工作和貢獻(xiàn)點(diǎn)在于:
1.通過(guò)對(duì)光譜圖像先驗(yàn)特性進(jìn)行深入挖掘,指出了光譜圖像的二維空間和一維譜間相關(guān)性最終表現(xiàn)為整個(gè)三維數(shù)據(jù)上的非局部自相似性,并且經(jīng)過(guò)統(tǒng)計(jì)分析發(fā)現(xiàn),光譜圖像的非局部自相似三維圖像塊構(gòu)成的矩
3、陣具有潛在的低秩特性。
2.針對(duì)傳統(tǒng)光譜圖像恢復(fù)方法沒(méi)有對(duì)光譜圖像的先驗(yàn)知識(shí)進(jìn)行充分利用,難以恢復(fù)出高質(zhì)量的光譜圖像這一問(wèn)題,本文在核范數(shù)矩陣低秩逼近模型基礎(chǔ)上提出一種基于Schatten-p范數(shù)低秩逼近的光譜圖像恢復(fù)方法。其基本思想是,首先在三維圖像分塊框架下以歐式距離為準(zhǔn)則對(duì)光譜圖像進(jìn)行非局部自相似三維圖像塊匹配,然后根據(jù)光譜圖像非局部自相似圖像塊的先驗(yàn)低秩特性建立高效正則約束,通過(guò)利用Schatten-p范數(shù)對(duì)矩陣的秩進(jìn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于低秩矩陣逼近的圖像恢復(fù)方法研究.pdf
- 基于稀疏表示與低秩逼近的高光譜圖像重建.pdf
- 基于三維全變差和矩陣低秩逼近的高光譜圖像重建.pdf
- 矩陣低秩逼近在圖像壓縮中的應(yīng)用.pdf
- 基于稀疏表示和低秩逼近的SAR圖像降斑.pdf
- 基于低秩矩陣恢復(fù)的高光譜圖像去噪與降維算法研究.pdf
- 基于低秩矩陣恢復(fù)的圖像去噪算法研究.pdf
- 基于低秩稀疏分解的心肌灌注動(dòng)態(tài)PET圖像恢復(fù).pdf
- 基于低秩表示的高光譜圖像解混算法研究.pdf
- 基于矩陣低秩逼近的動(dòng)態(tài)MRI重建.pdf
- 基于非局部相似和低秩矩陣逼近的SAR圖像去噪.pdf
- 編碼孔徑高光譜圖像的低秩重建方法.pdf
- 低秩Hankel矩陣逼近及其加權(quán)逼近的算法.pdf
- 基于投影替代與矩陣低秩稀疏分解的多光譜圖像融合.pdf
- 基于低秩矩陣填充與恢復(fù)的圖像去噪方法研究.pdf
- 低秩矩陣恢復(fù)在醫(yī)學(xué)圖像配準(zhǔn)中的應(yīng)用.pdf
- 基于低秩矩陣恢復(fù)的視頻修復(fù)研究.pdf
- 基于低秩子空間恢復(fù)人臉識(shí)別算法.pdf
- 基于稀疏表示和低秩表示的高光譜圖像波段選擇方法研究.pdf
- 基于非局部均衡低秩矩陣恢復(fù)的單幅圖像超分辨率算法.pdf
評(píng)論
0/150
提交評(píng)論