导读:本文包含了遥感图像复原论文开题报告文献综述及选题提纲参考文献，主要关键词:遥感,平台颤振,图像复原,数值保真项
遥感图像复原论文文献综述
苏慧,冯华君,徐之海,李奇,陈跃庭[1]（2018）在《基于数值保真项优化的TDI遥感图像复原方法》一文中研究指出提出基于数值保真项优化的时间延迟积分电荷耦合元件(TDI-CCD)振动模糊遥感图像复原方法.针对时间延迟积分(TDI)退化图像点扩散函数(PSF)的空间变化性,根据成像平台颤振信息逐行构建模糊核.通过结合L1正则化和数值保真项优化,提出新的遥感图像去模糊方法,实现对TDI颤振图像的逐行复原.在基于最大后验概率(MAP)构建图像去模糊模型的过程中,将数值保真项扩展到二阶,以更好地保留图像细节.与传统的RichardsonLucy(RL)算法、全变分方法相比,提出的算法去模糊效果明显.分析在不同积分级数和颤振频率下采用该算法复原后的图像的ssim,该算法体现出很好的普适性.(本文来源于《浙江大学学报(工学版)》期刊2018年04期）
苏慧[2]（2018）在《TDI遥感图像的颤振退化仿真和图像复原方法》一文中研究指出近年来,遥感技术在资源调查、地形侦测、军事侦察等领域广泛应用,在国家安全和国民经济中占据着不可忽视的地位。空间相机作为遥感卫星的“眼睛”,对获得清晰可靠的遥感数据,起着至关重要的作用。根据传感器类型不同,空间相机可分为面阵式相机和积分式相机等,其中时间延迟积分(TDI-CCD)相机由于其高质量成像的特点在遥感领域有着广泛的应用。但由于空间环境的影响,TDI-CCD遥感相机在成像过程中会发生颤振,导致拍摄获得的图像发生模糊。针对上述背景,本文根据TDI-CCD遥感相机的成像模式和退化机理,构建TDI-CCD遥感仿真模型,并通过分析不同积分级数、颤振频率下遥感图像的退化规律,证明仿真模型的有效性。在基于行间模糊核相似程度的优化方法中,本文首先分析了图像块长度、图像行间模糊核相似程度值对TDI遥感颤振图像的复原影响,发现在包含沿推扫方向的颤振分量的情况下,当图像行间模糊核相似程度高时,适当增加图像块长度有利于提高对颤振图像的复原效果,当图像行间模糊核相似程度低时,增加图像块长度反而对复原效果起抑制作用。针对上述结论,本文构建图像块长度与图像行间模糊核相似程度的关系公式,提出根据行间模糊核相似程度值自适应调整图像块长度,从而优化复原效果的方法。接着,本文比较图像块长度固定和自适应调整时,TDI颤振图像的复原效果,证明本文算法的可行性。在基于数值保真项优化的TDI遥感复原算法中,本文首先分析遥感图像复原过程中振铃的产生原因,表明振铃的产生主要是由于模糊核不准确和采用的图像模型不恰当两方面。在TDI遥感颤振成像过程中,图像行间模糊核不一致,模糊核无法达到高精度的情况下,选择在全变分方法的基础上,引入图像二阶信息量,通过构建更精确的图像模型,提高对TDI颤振遥感图像的复原效果。之后,本文分析不同积分级数、颤振频率下Richardson-Lucy(RL)算法、全变分方法和本文提出算法对TDI颤振遥感图像的复原效果,证明本文所提算法在不同颤振条件下的普适性。最后,利用本文所提算法对发生二维颤振的实拍图像进行恢复,通过从结构相似度(SSIM)和峰值信噪比(PSNR)两方面客观分析复原遥感图的复原效果,证明本文所提算法针对实拍图像复原的可行性。(本文来源于《浙江大学》期刊2018-01-01）
赵丽婷,黄刚,林喆[3]（2017）在《空间遥感相机星上图像复原系统设计》一文中研究指出为了能够在轨、实时对空间遥感图像做增强处理,设计了一个基于现场可编程门阵列(FPGA),应用于空间遥感相机的星上实时图像复原系统,实现在轨实时处理遥感图像,增强图像清晰度并有效抑制噪声。图像复原系统采用模块化设计,调制传递函数(MTF)在轨测量计算模块实现了边缘扩展函数计算、线扩展函数计算、归一化MTF计算,以及调制传递函数补偿(MTFC)参数计算与存储等功能;MTFC图像滤波抑噪算法模块实现了二维图像实时滤波以及抑制噪声功能。使用ISE软件的系统生成器模块设计了图像处理算法,简化了系统设计和验证流程。复原系统运行结果表明,图像经过实时复原处理后,图像灰度梯度、点锐度、边缘能量、方差都有大幅提高;复原后图像信噪比与原始图像相比降低很小,对于MTF的中高频域增强。图像复原系统采用模块化设计,实时复原效果好,可灵活应用于多种场合。(本文来源于《航天返回与遥感》期刊2017年06期）
张永飞,高娜,李杨[4]（2017）在《基于MATLAB的遥感图像复原算法的研究与改进》一文中研究指出遥感图像受各方面因素的影响往往会产生退化,进而影响图像的品质,需要对退化的图像进行复原处理。主要介绍图像退化-复原模型的建立方法,对现有的经典图像复原方法进行研究与分析。实验采用逆滤波法、维纳滤波法和Lucy-Richardson滤波法对遥感图像进行复原,并以复原图像的均值、方差和灰度直方图为指标,对这叁种方法复原的结果进行综合评价、分析与对比。结果表明,Lucy-Richardson滤波法复原的图像更能客观地反映实际图像信息。在此基础上,提出将L-R滤波与空间滤波相结合的组合滤波复原技术,该方法先抑制噪声后复原图像,从而达到更好的图像复原效果。(本文来源于《黑龙江工程学院学报》期刊2017年05期）
陈玲侠[5]（2017）在《多源遥感数字图像复原优化研究》一文中研究指出对多源遥感数字图像进行复原,可有效解决图像部分边缘丢失和纹理信息模糊的问题。对数字图像的复原,需要获得图像初始匹配对,计算出图像特征匹配强度,完成数字图像的复原。传统方法通过组建数字图像模糊近似度,构造模糊特征加权因子,但无法得出特征匹配强度,导致复原效果不理想。提出基于非线性最小二乘的多源遥感数字图像复原方法。结合SIFT算子检测多源遥感数字图像尺度空间极值点,计算出图像模糊特征点对比度值,将图像模糊特征点邻域像素的梯度方向分布特性作为各个图像模糊特征点指定方向参数,结合相关匹配理论获得图像初始匹配对,计算出图像特征匹配强度,以此为依据完成多源遥感数字图像复原。实验结果表明,所提方法能够有效提升多源遥感数字图像复原效果,合成多源遥感数字图像判读的可靠性较优。(本文来源于《计算机仿真》期刊2017年09期）
叶鹏钊[6]（2017）在《光学遥感运动退化成像仿真与图像复原技术》一文中研究指出光学遥感依靠接收目标以及环境光等的辐射信息进行信息获取,它的覆盖范围广、拍摄图像便于直接理解并且可利用谱段丰富,在军事、民用和商用领域都发挥着巨大的作用。随着航天器轨道高度的降低,航天相机焦距增大,地面分辨率的提高,CCD像元随生产工艺尺寸越来越小,卫星平台振动已经成为影响卫星成像质量非常重要的因素。卫星的微振动会导致空间遥感相机在成像过程中,光学系统的视轴指向发生抖动,从而造成成像质量下降,出现图像模糊与几何失真。研究遥感平台振动对于图像质量的影响,并通过图像复原等后处理技术提高遥感图像的成像质量具有重要的研究价值和应用价值。本文以建立光学遥感运动退化成像仿真模型为基础,并研究通过图像复原的方法提高模糊遥感图像质量的若干关键问题,具体如下。本文通过对不同类型遥感相机的成像机制的分析,开展了光学遥感卫星运动成像仿真的研究。通过建立完善的相机与摄影条件模型以及振动在像面上的对应关系,完成了卫星微振动光学成像仿真软件的编写,该软件可以实现卫星微振动情况下的遥感退化图像仿真与定量评价,对于实际卫星的离线设计具有一定指导意义。建立了随机振动条件下的退化仿真模型。从功率谱估计的角度,推导出了从功率谱密度曲线反推实际随机振动曲线的理论表达公式,仿真分析抑制部分振动频段后得到图像质量的提升程度。开展了遥感图像复原相关技术的研究。对于在遥感图像复原中振动轨迹的测量精度以及采样率的要求进行了研究,给出了允许的测量误差和应该达到的采样率值。针对许多遥感图像难以通过测量获得模糊核,提出了一种改进L0范数的盲复原方法。在模糊核估计中对图像复原约束项采用近似L0范数,达到保留显着边缘过滤微小细节的目的。通过推导将L0范数转化为可直接求解的分段函数与L1梯度范数之和,并采用Split-Bregman方法进行求解,提出的方法能够估计出较为复杂的模糊形式并取得较好的复原效果。提出了一种TDI推扫图像快速复原方法。算法利用探测轨迹对应图像相邻行的轨迹高度重合性,能够快速估计每行的PSF并利用模糊图像相邻行对应模糊核变化缓慢的特性,将模糊图像逐行复原转换为逐行图像块复原,可以显着减少TDI模糊图像的复原时间。本文针对在图像复原过程中不符合卷积模型规律的部分特殊情况进行了深入研究。研究了模糊图像中含有饱和像素的图像复原问题,提出在多帧图像复原框架下结合对饱和像素的处理解决饱和像素复原后的负面效应,并借助光线条检测辅助估计模糊核,使得复原图像饱和区域的振铃得到了有效抑制。研究了被压缩存储的模糊图像复原后会放大块效应的问题,提出了一种基于块效应抑制的模糊图像盲复原算法,算法针对块效应在模糊核估计上进行了改进,并在最终图像复原迭代阶段为了抑制块效应,在TV正则化的基础上新增一项L2范数约束,逐步抑制块效应对复原带来的负面影响。最后,本文开展了大像移量模糊的图像复原技术方面的研究。重点解决航天器在以较低轨道拍摄月面时,由于曝光时间内较高的运动速度而产生的大像移量模糊。针对月面图像的特点提出了一种基于形态学的模糊核估计方法。并提出在泊松噪声模型下采用马尔可夫场训练得到的滤波器进行月面图像复原。开展了实拍月面模糊图像的批量复原处理,取得了显着的图像质量提升效果。(本文来源于《浙江大学》期刊2017-04-01）
高希报,王莉丽[7]（2017）在《联合了梯度保真项的总变差模型快速遥感图像复原》一文中研究指出最近,学者们将梯度保真项引入于总变差模型,取得了一定的进展。然而改进的模型使用梯度下降法求解,影响了模型的求解速度。为此,提出了一种基于耦合了梯度保真项的总变差模型的快速图像复原算法,利用分裂算法以交替最小化技术求解改进模型,实现了图像快速复原。(本文来源于《数码世界》期刊2017年03期）
胡涛,张冬冬[8]（2016）在《基于MTF的红外遥感图像复原》一文中研究指出在红外遥感图像复原过程中,一般是采用刃边法获得调制传递函数的。然而,该方法存在图像刃边位置难以确定,以及提取的像素点较少等缺点。为了解决上述问题,实验设计了一种新的调制传递函数测量方法,通过直接移动刃边来观察一个像素点在刃边附近灰度值的变化情况,然后对这些数据点依次进行拟合、微分、傅里叶变换等步骤就得到系统的调制传递函数,最后,用逆滤波和维纳滤波进行图像复原。实验结果表明,通过该方法得到MTF后进行图像复原效果较好。(本文来源于《光学与光电技术》期刊2016年05期）
耿蕾蕾[9]（2016）在《基于字典学习算法的遥感图像复原及其应用研究》一文中研究指出迅猛发展的遥感技术能够动态、快速和准确地提供多种对地观测数据,成为地理信息系统的主要信息源和数据更新途径。然而,遥感链路造成的图像辐射性能质量失真严重影响了遥感图像特征点的提取和匹配,导致几何定位精度评价结果不准确。因此,本文针对遥感图像复原问题,深入研究了基于字典学习算法的遥感图像去噪、去模糊和超分辨率复原算法,并将其纳入到统一框架中,实现了特征点的精准提取和匹配,从而进一步提高了几何定位精度评价模型的准确性。本文的主要工作和创新性成果如下:(1)提出了基于多尺度分数阶字典学习模型的图像去噪算法。针对现有字典学习算法中稀疏向量和字典的偏离性问题,将分数阶思想引入到字典学习模型中。首先,在多尺度图像空间上,通过自适应分数阶技术对含噪图像的奇异值矩阵进行重新估计,并构建分数阶样本空间。然后,在分数阶样本空间上进行稀疏编码和字典更新,进而抑制了稀疏向量和字典的偏离性。实验结果表明该方法能够进一步提高了稀疏向量的计算精度,有效抑制了遥感图像中的噪声。(2)提出了基于非局部张量字典学习模型的图像去模糊算法。针对多光谱图像特点,将核心张量的非局部结构相似性正则项作为先验知识引入到字典学习模型中。首先,为了充分利用多光谱图像的空间相似性和波段相关性,使用叁阶张量表示多光谱图像块,并通过高阶奇异值分解获得稀疏核心张量。然后,利用图像的非局部结构相似性对核心张量进行加权估计,并进行张量字典学习,实现模糊多光谱遥感图像的复原。实验结果表明该方法能够有效提高核心张量的计算精度,减少光谱失真,进而提高了多光谱遥感图像复原效果。(3)引入非零均值的拉普拉斯统计模型对稀疏核心张量进行建模,提出了自适应张量字典学习的图像超分辨率算法。首先,通过高阶奇异值分解获得多光谱图像块对应的核心张量。然后,以高分辨率全色遥感图像为图像先验,自适应的估计拉普拉斯模型的均值和方差,并重构核心张量。最后,使用基于张量的字典学习模型,对多光谱图像进行超分辨率重建。实验结果表明该方法能够准确地估计拉普拉斯模型中的均值和方差,获得精确的核心张量,提高多光谱遥感图像光谱保真度和超分辨率重建效果。(4)为了提高遥感图像几何定位精度评价模型的准确性,将上述图像复原算法纳入到统一框架中,并结合基于遥感图像辐射特征的稀疏分类模型,提出了基于两级匹配策略的特征点提取模型。首先,使用特征点提取算法对遥感图像和其多源参考图像进行粗匹配获得初始特征点集合,并构建遥感图像和其多源参考图像之间的几何关系,对遥感图像进行几何关系补偿。其次,针对补偿后的遥感图像和参考图像,使用基于字典学习的算法对遥感图像进行复原,主要包括全色图像去噪、多光谱图像去模糊、多光谱图像超分辨率重建,解决图像辐射质量退化问题,为特征点精匹配过程提供更丰富清晰的图像细节。然后,针对复原遥感图像,根据遥感图像辐射特征进行子区域稀疏分类,并针对不同地物类别采用SURF算法自适应提取特征点,实现几何定位精度的精确估计。实验结果表明,该模型能够提取出高精度、均匀分布的特征点,从而获得准确的几何定位精度。(本文来源于《南京理工大学》期刊2016-06-01）
彭霓[10]（2015）在《遥感图像统计特性分析及其在图像复原中的应用》一文中研究指出遥感图像因其内容丰富、幅面较宽,要对其去噪面临诸多挑战。利用图像块的统计特性是提高图像去噪性能的一条重要途径。图像块统计特性有两类:基于待处理图像相似块上的内部统计特性,和基于外部图像相似块上的外部统计特性,不同类别的统计特性在图像去噪上的应用各有优劣。为了充分利用它们各自的优点,本文针对遥感图像的特点,在组合内部统计特性和外部统计特性的遥感图像去噪方面开展了研究工作。本文首先研究在变换域处理是否可以获得更好的去噪性能,并提出了一种PCA域组合内外统计特性的遥感图像去噪方法。这个方法沿用基于变换域PCA自然图像去噪算法的处理流程,同时利用了图像内部和外部的局部统计特性。前期的研究和初步的实验结果表明,这个组合利用图像内外局部统计特性的方法,对遥感图像去噪有一定的可行性,但还需要做进一步深入研究。其次,本文研究了如何依据图像内容选择内部和外部统计特性,并提出了一种训练自适应模型组合内外统计特性的遥感图像去噪方法。该方法依据图像块在图像一定邻域内是否具有合适的相似图像块数目,自适应选择利用内部或者外部局部统计特性。实验结果表明,该方法对遥感图像的去噪性能优于采用单类局部统计特性的去噪方法和基于Patch-SNR的组合方法。最后,为了更好地利用图像中的信息,本文提出了一种训练RTF模型组合内外统计特性的遥感图像去噪方法。利用RTF模型融合多种利用不同统计特性的处理结果、训练回归最优的复原结果,形成新的基于RTF组合内外统计特性的遥感图像去噪方法。由于有效的利用了图像的多元多层次关联信息,该方法的去噪性能不仅优于采用单类局部统计特性的去噪方法,同时也优于训练自适应模型组合内外统计特性的遥感图像去噪方法。(本文来源于《国防科学技术大学》期刊2015-11-01）
遥感图像复原论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,遥感技术在资源调查、地形侦测、军事侦察等领域广泛应用,在国家安全和国民经济中占据着不可忽视的地位。空间相机作为遥感卫星的“眼睛”,对获得清晰可靠的遥感数据,起着至关重要的作用。根据传感器类型不同,空间相机可分为面阵式相机和积分式相机等,其中时间延迟积分(TDI-CCD)相机由于其高质量成像的特点在遥感领域有着广泛的应用。但由于空间环境的影响,TDI-CCD遥感相机在成像过程中会发生颤振,导致拍摄获得的图像发生模糊。针对上述背景,本文根据TDI-CCD遥感相机的成像模式和退化机理,构建TDI-CCD遥感仿真模型,并通过分析不同积分级数、颤振频率下遥感图像的退化规律,证明仿真模型的有效性。在基于行间模糊核相似程度的优化方法中,本文首先分析了图像块长度、图像行间模糊核相似程度值对TDI遥感颤振图像的复原影响,发现在包含沿推扫方向的颤振分量的情况下,当图像行间模糊核相似程度高时,适当增加图像块长度有利于提高对颤振图像的复原效果,当图像行间模糊核相似程度低时,增加图像块长度反而对复原效果起抑制作用。针对上述结论,本文构建图像块长度与图像行间模糊核相似程度的关系公式,提出根据行间模糊核相似程度值自适应调整图像块长度,从而优化复原效果的方法。接着,本文比较图像块长度固定和自适应调整时,TDI颤振图像的复原效果,证明本文算法的可行性。在基于数值保真项优化的TDI遥感复原算法中,本文首先分析遥感图像复原过程中振铃的产生原因,表明振铃的产生主要是由于模糊核不准确和采用的图像模型不恰当两方面。在TDI遥感颤振成像过程中,图像行间模糊核不一致,模糊核无法达到高精度的情况下,选择在全变分方法的基础上,引入图像二阶信息量,通过构建更精确的图像模型,提高对TDI颤振遥感图像的复原效果。之后,本文分析不同积分级数、颤振频率下Richardson-Lucy(RL)算法、全变分方法和本文提出算法对TDI颤振遥感图像的复原效果,证明本文所提算法在不同颤振条件下的普适性。最后,利用本文所提算法对发生二维颤振的实拍图像进行恢复,通过从结构相似度(SSIM)和峰值信噪比(PSNR)两方面客观分析复原遥感图的复原效果,证明本文所提算法针对实拍图像复原的可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
遥感图像复原论文参考文献
[1].苏慧,冯华君,徐之海,李奇,陈跃庭.基于数值保真项优化的TDI遥感图像复原方法[J].浙江大学学报(工学版).2018
[2].苏慧.TDI遥感图像的颤振退化仿真和图像复原方法[D].浙江大学.2018
[3].赵丽婷,黄刚,林喆.空间遥感相机星上图像复原系统设计[J].航天返回与遥感.2017
[4].张永飞,高娜,李杨.基于MATLAB的遥感图像复原算法的研究与改进[J].黑龙江工程学院学报.2017
[5].陈玲侠.多源遥感数字图像复原优化研究[J].计算机仿真.2017
[6].叶鹏钊.光学遥感运动退化成像仿真与图像复原技术[D].浙江大学.2017
[7].高希报,王莉丽.联合了梯度保真项的总变差模型快速遥感图像复原[J].数码世界.2017
[8].胡涛,张冬冬.基于MTF的红外遥感图像复原[J].光学与光电技术.2016
[9].耿蕾蕾.基于字典学习算法的遥感图像复原及其应用研究[D].南京理工大学.2016
[10].彭霓.遥感图像统计特性分析及其在图像复原中的应用[D].国防科学技术大学.2015