改进的马尔科夫随机场的遥感图像超分辨率复原算法

针对原有使用马尔科夫随机场理论进行超分辨率图像复原,并结合遥感的图像特点,提出了将基于马尔科夫随机场的超分辨率算法应用在遥感的图像复原处理之中。在原有算法的基础上进行改进,为了减少字典存储的训练图像块之间的冗余,采用随机选取训练图像块的方法,同时,通过迭代反投影算法改善图像块之间的拼接痕迹。通过MATLAB仿真,证明改进后的算法与原始算法比较,有更好的复原结果,图像细节能够更好地复原。     

基于非局部稀疏编码的超分辨率图像复原

基于压缩感知的超分辨率图像复原方法通常采用局部稀疏编码策略,对每一图像块独立编码,易产生人工的分块效应。针对上述问题,该文提出一种基于非局部稀疏编码的超分辨率图像复原方法。该算法在字典训练和图像编码过程中分别运用图像的非局部自相似先验知识,即利用低分辨率图像的插值图像训练字典,并通过计算相似块局部编码的加权平均,得到每一图像块的非局部稀疏编码。仿真实验表明,所提算法能够获得更优的复原效果,并且对于含噪图像具有较强的鲁棒性。     

Radon变换和全变分相融合的图像复原算法

图像复原的核心是点扩散函数的估计和直接去卷积算法,针对拍照过程中,相机和被拍摄物体由于相对运动而导致的图像退化问题,提出一种基于Radon变换和全变分相融合的图像复原算法。首先利用radon变换对图像退化模型参数进行估计,然后采用全变分算法复原退化图像,最后在Matlab 2012平台进行仿真实验对算法的性能检验。仿真结果表明,相对于其它图像复原算法,本文算法可以准确估计退化模型参数,获得了更加理想的图像复原效果,具有一定的实际利用价值。     

基于功率谱AR模型估计的序列图像复原算法研究

在分析信号复原过程的基础上,提出基于功率谱AR模型估计的序列图像复原算法.对分段信号的功率谱进行估计,在保持图像整体信息良好的前提下,得到幅值谱的补偿滤波器,从而实现序列图像复原.利用所建模型对风洞试验图像进行实验研究,复原图像信噪比得到提高,复原以后的图像误差得到很大程度的减小,恢复效果明显.研究表明,采用功率谱AR模型估计的复原方法,可以有效地应用于气动光学效应序列图像复原.     

基于Neumann边界条件的图像局部复原

图像复原是图像处理中的一个重要课题。人们通常将其当作全局问题来处理,这可能会导致非常庞大而不可行的l2问题。为了克服这个困难,本文提出一种新的局部图像复原算法;将大的降晰图像分成若干子图像块,分别对各块进行复原。该算法用经典的Tikhonov正则化方法求解病态反问题。为了抑制分块导致的边界噪声,算法引入Neumann边界条件和块部分重叠的思想。实验结果表明,该算法有效地降低了图像处理的复杂度,而且与全局算法相比,两者复原图像的质量很接近。     

调制传递函数在遥感图像复原中的应用

针对空间推扫型全色TDICCD 相机在获取、传输和存储图像的过程中引入模糊和噪声导致图像质量下降的问题,提出了一种基于调制传递函数（MTF）的。感图像复原方法。文中的复原方法是通过图像的MTF 恢复出点扩展函数（PSF）,并将其作为退化函数进行图像复原。通过在MTF 提取前对局部图像用同态滤波算法进行增强处理,加强MTF 提取的抗噪声能力,并使用二次复原的方法避免直接加入增强滤波器导致的MTF 误差。使用均值、对比度及边缘强度等指标对。感图像复原结果进行评价。实验结果表明:复原后图像灰度均值提高45%,平均梯度和边缘强度分别是复原前的3.5和1.75 倍,各项评价指标均优于原始图像,并且MTF 所包含面积MTFA 明显增加,该图像复原算法对提高空间TDICCD 相机图像质量有一定的参考意义。     

遥感图像超分辨率复原算法的仿真实现

超分辨率图像复原是指使用一组低分辨率图像进行处理,得到一幅高分辨率图像。分析超分辨率处理算法并将其应用于遥感图像分辨率增强领域,提出一种用Matlab对遥感图像进行超分辨率处理的仿真方法,仿真结合POC原理将一组低分辨率遥感图像进行分辨率增强处理,结果表明超分辨率处理技术有效提高了遥感图像的分辨率,图像中目标更易识别。     

基于Poisson-Markov场的超分辨力图像复原算法

图像的超分辨力复原和信噪比的提高是图像复原追求的目标.Poisson-ML图像复原方法(PML)具有很强的超分辨力复原能力,但在复原过程中会产生振荡条纹且对带噪较大的图像不能取得理想的复原效果.在Poisson和Markov分布假设的基础上,提出基于Poisson-Markov场的超分辨力图像复原算法及其正则化参数的自适应选择方法(MPML).实验表明,MPML算法不但具有很好的超分辨力复原能力,而且能有效减少和去除复原图像中的振荡条纹,对于带噪较大的图像也能取得理想的复原效果,因此其图像复原质量明显好于PML算法.正则化参数能被自动优化地选择且与图像复原的迭代运算同步进行.     

基于图像先验和结构特征的盲图像复原算法

提出了一种基于图像先验和图像结构特征的盲图像复原算法,在模糊核未知的情况下,采用一系列离散化的模糊核参数对模糊图像进行非盲去卷积,得到一系列对应的复原图像。同时提出一种复原图像判决准则,对这一系列复原图像进行质量判决,从中得到最优的复原图像。最后在实验部分,通过对图像的测试表明,提出的盲图像复原算法能较准确的得到最优复原图像,复原效果在主观和客观标准上均有良好表现。     

基于蛙跳算法的模糊图像复原

为了提高模糊图像复原后的清晰度,提出蛙跳算法。将蛙群体分成若干个族群,每个族群包含若干只青蛙,每次进化只更新最差青蛙的位置。为防止解空间收缩,对最优个体进行高斯变异算子操作,同时设定阈值策略对蛙跳各维变量进行指导性更新。建立模糊图像复原模型,用蛙跳算法非线性映射特性建立模糊图像与复原的函数关系,使模糊图像复原的解最终收敛于泊松统计的最大似然解。建立了复原评价指标。仿真实验结果表明,与其他算法相比,蛙跳算法复原较清晰,改善百分比最大,同时耗时最少。     

基于集群和GPU的高光谱遥感影像并行处理

以高光谱遥感影像数据处理中的主成分分析（PCA）和最小噪声分离（MNF）以及光谱相关系数填图（SCM）算法的并行化为目标,分别在集群环境下基于MPI设计并实现了协方差矩阵并行算法,以及基于GPU设计并实现了SCM并行算法,并在高光谱遥感影像数据处理中得到应用和验证。实验结果表明,高光谱遥感影像数据处理高性能计算对于提高和改善其时间性能具有显著效果,是高光谱遥感工程化应用快速处理重要的技术手段。     

基于成像模型的遥感数据分析与信息提取研究

针对遥感成像过程中普遍存在的退化现象,通过遥感成像模拟,揭示了不同退化程度对遥感数据质量的影响,反映了考虑成像退化因素对提高卫星遥感数据信息提取能力的作用.基于成像退化采用的支持向量机方法对遥感图像地物分类的实验研究表明,这种方法使遥感图像地物分类精度得到明显提高,特别是支持向量机方法与图像恢复技术的结合,效果更为明显.     

基于深度学习的红外遥感信息自动提取

为了提高红外遥感图像地物 信息自动提取的精确性,同时避免人工提取遥感 信息的低效性,提出了一种基于UNet深度学习模型 的遥感信息提取算法。该算法用于从红外遥感图像中分割 出5类地物信息(包括道路、建筑、树木、农田和水 体)。首先,对分辨率高但数量较少的训练数 据进行小像幅的随机裁剪,并对其进行相应的数据增 强处理。然后搭建UNet深度学习模型,并用它 自动提取遥感图像的特征信息。采用交叉熵损失函数 以及Adam反向传播优化算法对该模型进行训练,并对测 试样本中的5幅遥感图像进行精确的地物信息提取。最后,运 用Jaccard指数对测试结果进行精度评定。实验结果表明,该 方法对高分辨率红外遥感图像信息和可见光 遥感图像信息进行了充分融合,对于不同种类地物 的定位和分类都取得了较高精度。     

融合层次聚类的高分辨率遥感影像超像素分割方法

为解决遥感影像分割尺度自动选取难的问题,提出了融合层次聚类的高分辨率遥感影像超像素分割方法。首先采用自适应形态重建的分水岭分割算法将影像分割成多个超像素;然后提取各超像素的灰度特征向量;最后利用层次聚类方法进行超像素合并,实现高分辨率遥感影像的精确分割。实验选用4组景遥感影像;采用定性和定量相结合的方法评价实验结果。实验结果表明,该方法有效提高了遥感影像分割精度,并取得了较好的分割视觉效果。     

一种高效的海量遥感栅格数据库的空间可视化检索算法

该文针对利用GIS现有空间查询接口进行海量遥感栅格数据库空间可视化检索效率低下的问题。在深入研究海量遥感栅格数据库的空间可视化检索特点的基础上,提出了一种直接针对关系数据库(RDBMS)存储过程的高效的海量遥感栅格数据库复杂空间可视化检索算法,并对算法进行了多个级别的性能优化。该算法可直接应用于海量遥感栅格数据库基于多边形、椭圆和线穿越等复杂空间可视化查询的应用环境。实验结果说明该算法具有稳定性和普适性。     

基于广义递归反演的超分辨率图像恢复研究

超分辨率图像恢复在安全监控、遥感监测、军事侦察等领域有着广泛的应用.文中提出了一种基于广义递归反演的超分辨率图像恢复算法,该算法引入正则化因子,将超分辨率图像恢复的欠定问题转化为适定问题,然后通过递归的方式来恢复超分辨率图像.仿真结果表明,该算法能从多帧低分辨率图像来恢复所需要的超分辨率图像,而且算法是稳健的和有效的.     

基于低空遥感系统的星载光学遥感器成像仿真

在星载光学遥感器设计过程中,利用计算机仿真技术模拟遥感器成像过程能够评估遥感系统设计可行性,并预测遥感器成像能力。针对高分辨率星载光学遥感器成像特点,提出一种基于低空遥感系统的成像仿真方法。以低空宽视场和多光谱图像数据为基础,利用图像分类、分类拟合等方法生成低空多光谱宽视场仿真图像,采用经验线性法进行反射率反演,结合星载光学遥感器空间分辨率、MTF、光谱响应等特性以及大气辐射传输理论得到遥感器入瞳处辐亮度仿真图像。将QuickBird卫星作为仿真对象,开展成像仿真实验,并评价仿真精度。实验结果表明仿真图像与卫星图像保持较高相似程度。     

用于自动识别遥感图像路网信息的改进模糊连接度方法

针对遥感图像中路网信息的自动识别问题,该文将小波模极大值边缘检测方法和模糊连接度方法结合,提出一种改进的模糊连接度方法。采用小波模极大值边缘检测方法进行模糊连接度种子点的自动选择,解决传统模糊连接度理论中种子点难以自动选择的问题。在此基础上,对传统的模糊相似度计算公式进行简化,在保证路网识别准确性的同时,大大减少了计算量。采用来自Quickbird高分辨商业遥感卫星的3组影像进行实验,验证了该文提出的路网识别方法具有较高的准确性和计算速度。     

网格梯度曲率模型零度Metropolis-Hastings遥感图像缺失重建

针对矩形网格遥感图像可微随机域数据缺失重建过程中,存在重建效果不佳且计算效率不高的问题,提出一种网格化全局几何约束零度Metropolis-Hastings遥感图像缺失数据随机重建算法.首先,构建遥感图像的随机梯度-曲率重建模型,通过全局几何约束相互作用随机场模型,匹配整个网格样本的梯度和曲率,从而满足蒙特卡罗模拟应用条件;其次,采用蒙特卡罗算法改进版本零度Metropolis-Hastings算法,实现遥感图像缺失数据重建,该方式不承担对底层数据的概率分布参数描述,有助于降低用户参与度,提高计算效率,适用大型遥感图像数据集的无监督自动处理;最后,通过与其他分类或插值方法实验对比显示,所提算法在数据重建效果和计算效率上均要优于对比算法.