版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、高分辨率雷達(dá)衛(wèi)星,在應(yīng)急減災(zāi)等領(lǐng)域有著先天優(yōu)勢,但受硬件系統(tǒng)的限制、平臺非理想運動、成像條件不理想及系統(tǒng)相干斑噪聲等因素影響,實際獲得的雷達(dá)圖像分辨率較低,圖像質(zhì)量較差。因此開展雷達(dá)圖像超分辨率重建的研究,從圖像處理角度,提高雷達(dá)圖像分辨能力,具有重要的應(yīng)用意義。近年來稀疏表示在圖像重建中表現(xiàn)出極大的生命力,并在光學(xué)圖像的超分辨率重建中得到了較好的應(yīng)用。本文從稀疏理論角度研究星載雷達(dá)圖像的超分辨率重建問題,主要內(nèi)容如下:(1)研究星載雷
2、達(dá)圖像的退化機理及稀疏先驗特性。分析雷達(dá)成像系統(tǒng)模糊降質(zhì)因子及其先驗知識的表達(dá),提出利用橢球拋物面模型來模擬SAR脈沖響應(yīng)函數(shù),并實驗驗證了模型的適用性;研究了目標(biāo)散射特性及其先驗知識表達(dá);研究了星載SAR目標(biāo)散射場景的稀疏特性,包括圖像數(shù)據(jù)本身的稀疏性和圖像參數(shù)化模型的稀疏性。(2)在稀疏理論的基礎(chǔ)上,分別從變分模型和貝葉斯理論角度,探討了單通道星載雷達(dá)圖像超分辨率重建的正則化泛函模型,研究了基于lp范數(shù)和洛倫茨(Lorentz)稀疏
3、先驗約束的重建模型,并對模型進(jìn)行了推導(dǎo)求解及參數(shù)估計,利用星載SAR圖像數(shù)據(jù)進(jìn)行了實驗驗證,證明此方法在SAR圖像去噪及目標(biāo)增強方面效果較為顯著。(3)在單通道SAR重建的基礎(chǔ)上,研究了多通道SAR圖像的重建問題。首先分析了相同傳感器、相同入射角條件下的多通道序列圖像差異因子,對運動差異和幾何形變差異利用圖像配準(zhǔn)改善;模糊降質(zhì)差異利用估計的橢圓拋物面模型。在單通道重建泛函模型基礎(chǔ)上,提出了多通道星載雷達(dá)圖像超分辨率重建的泛函模型,利用稀
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏理論的醫(yī)學(xué)圖像超分辨率重建算法的研究與應(yīng)用.pdf
- 基于稀疏理論的超分辨率技術(shù)研究.pdf
- 基于稀疏表示的紅外圖像超分辨率重建.pdf
- 基于稀疏編碼網(wǎng)絡(luò)的圖像超分辨率重建.pdf
- 基于稀疏表示的單幅圖像超分辨率重建研究.pdf
- 基于稀疏表示的超分辨率圖像重建算法研究.pdf
- 基于稀疏字典學(xué)習(xí)和核稀疏表示的圖像超分辨率重建.pdf
- 23751.基于稀疏正則化理論的超分辨率圖像重建算法研究
- 基于稀疏表示的圖像超分辨率重建技術(shù)研究.pdf
- 基于稀疏表示的單幅圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的文本圖像超分辨率重建研究.pdf
- 基于稀疏表示和回歸的圖像快速超分辨率重建.pdf
- 基于稀疏表示的超分辨率重建和圖像修復(fù)研究.pdf
- 基于稀疏編碼的圖像超分辨率.pdf
- 基于稀疏約束的圖像超分辨率重建技術(shù)研究.pdf
- 基于稀疏表示的彩色圖像超分辨率重建算法研究.pdf
- 基于特征圖像分類以及稀疏表示的超分辨率重建.pdf
- 基于稀疏表示的聲納圖像識別及超分辨率重建.pdf
- 基于高斯過程回歸和稀疏表示的圖像超分辨率重建.pdf
- 超分辨率圖像的重建.pdf
評論
0/150
提交評論