光學(xué)遙感成像誤差建模與圖像質(zhì)量提升方法.pdf_第1頁(yè)
已閱讀1頁(yè),還剩179頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、光學(xué)遙感成像是航天偵察、監(jiān)視與測(cè)繪等軍事應(yīng)用的重要手段。目前,我國(guó)已擁有多顆對(duì)地觀測(cè)光學(xué)遙感衛(wèi)星,解決了光學(xué)遙感成像的“有無(wú)”問(wèn)題。但是,與國(guó)外同等分辨率衛(wèi)星圖像相比,還存在圖像質(zhì)量不夠高的問(wèn)題,極大地影響了圖像的應(yīng)用效果。分析表明,成像過(guò)程中各環(huán)節(jié)誤差因素的影響是造成圖像質(zhì)量下降的主要原因。因此,如何對(duì)成像過(guò)程中各環(huán)節(jié)的誤差因素進(jìn)行建模、辨識(shí)和處理,是提高圖像質(zhì)量和成像系統(tǒng)應(yīng)用效能的關(guān)鍵。
  論文圍繞光學(xué)遙感圖像質(zhì)量提升問(wèn)題進(jìn)

2、行研究,將問(wèn)題分解為正過(guò)程與逆過(guò)程兩大部分,在正過(guò)程的成像誤差建模和逆過(guò)程的誤差辨識(shí)的基礎(chǔ)上,研究圖像質(zhì)量提升方法,包括圖像復(fù)原、插值、修復(fù)與頻譜擴(kuò)展等。
  論文的主要研究與創(chuàng)新點(diǎn)如下:
  (1)針對(duì)成像誤差建模問(wèn)題,論文利用退化核函數(shù)的物理建模和相關(guān)先驗(yàn)信息,建立了成像誤差的廣義高斯表示模型,并通過(guò)理論論證和實(shí)驗(yàn)分析證明了這一建模方法的合理性。研究表明該模型可有效降低模型的復(fù)雜性、提高辨識(shí)精度。在此基礎(chǔ)上,針對(duì)圖像誤差

3、辨識(shí)問(wèn)題,結(jié)合稀疏表示與退化核函數(shù)的廣義高斯表示,建立了退化核函數(shù)辨識(shí)的泛函最小化模型和椒鹽噪聲辨識(shí)的模糊推理模型,并設(shè)計(jì)了基于交錯(cuò)方向迭代的參數(shù)估計(jì)算法,實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性。
  (2)針對(duì)平臺(tái)運(yùn)動(dòng)與姿態(tài)誤差對(duì)成像質(zhì)量的影響問(wèn)題,論文研究了一種基于圖像頻譜和倒譜特征的運(yùn)動(dòng)誤差辨識(shí)方法,并提出了一種基于內(nèi)積的星敏感器相機(jī)在軌自主標(biāo)定的兩步數(shù)學(xué)模型。所建立的基于頻譜和倒譜特征的方法可以識(shí)別包含正弦振動(dòng)誤差和勻速運(yùn)動(dòng)誤差在內(nèi)

4、的復(fù)雜運(yùn)動(dòng)誤差;所建立的相機(jī)自主標(biāo)定模型可依賴單幅圖像實(shí)現(xiàn)對(duì)相機(jī)非線性高階畸變的在軌標(biāo)定。此外論文還針對(duì)相機(jī)標(biāo)定模型,設(shè)計(jì)了一種緊致的遞歸平均濾波器來(lái)進(jìn)行參數(shù)估計(jì),在不顯著增加計(jì)算量的同時(shí)大大提高了參數(shù)估計(jì)精度。
  (3)針對(duì)圖像復(fù)原問(wèn)題,利用二分樹(shù)復(fù)數(shù)小波在方向表示方面的優(yōu)越性,建立了以圖像的二分樹(shù)復(fù)數(shù)小波表示為基礎(chǔ)的圖像復(fù)原的稀疏表示模型,并將之推廣到退化核函數(shù)空間變化的情況。針對(duì)遙感圖像數(shù)據(jù)量大、計(jì)算復(fù)雜的特點(diǎn),設(shè)計(jì)了其快

5、速求解的瀑布型多重網(wǎng)格算法,在不改變求解精度的情況下將求解速度提高了50%以上。
  (4)針對(duì)圖像質(zhì)量提升問(wèn)題,以壓縮感知理論為基礎(chǔ),將圖像修復(fù)、插值、頻譜拓展等問(wèn)題統(tǒng)一轉(zhuǎn)換為壓縮感知框架下的圖像重構(gòu)問(wèn)題,建立了各個(gè)質(zhì)量提升問(wèn)題所對(duì)應(yīng)的投影測(cè)量模型以及相應(yīng)的重構(gòu)算法。針對(duì)部分問(wèn)題投影測(cè)量矩陣性能較差的問(wèn)題,研究了投影測(cè)量矩陣重構(gòu)性能分析方法,并通過(guò)正則算子的作用實(shí)現(xiàn)了投影測(cè)量陣的優(yōu)化,實(shí)驗(yàn)結(jié)果表明這些方法可充分利用圖像的稀疏性,

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

評(píng)論

0/150

提交評(píng)論