运动分割和光流估计的卫星视频超分辨率重建

针对卫星视频中存在局部运动目标的问题,该文提出了一种运动分割和光流估计联合约束的卫星视频超分辨率重建算法。首先通过视频帧间运动分割方法提取局部运动目标,获得其边缘信息;其次用光流方法对视频图像进行逐像素的运动估计,获得初始运动矢量场;利用分割边缘和运动矢量场进行联合约束,并统一运动目标内的光流矢量,获得纠正后的运动矢量场,并作为几何运动矩阵,将其补偿到超分辨率重建模型中生成高分辨率图像;最后用卫星视频数据进行实验,并与传统方法结果进行对比,证明该文算法可以有效地克服运动目标的伪影效应,提升了卫星视频的分辨率。     

顾及运动估计误差的“凝视”卫星视频运动场景超分辨率重建

在含有运动地物的"凝视"卫星视频影像超分辨率重建问题中,针对由于运动估计不准确导致的重建后运动物体存在"格网"和"拖尾"等问题,提出了顾及运动估计误差的运动场景超分辨率重建方法。首先,在MAP模型框架下分析了基于L₁范数和L₂范数的保真项对于运动估计误差的稳健性,引入稳健的M-估计作为保真项,自适应的减少运动估计误差对重建结果的影响;然后,分析了稳健估计条件下Tikhonov、TV、BTV正则项的重建效果;最后,提出了基于稳健估计的双边滤波超分辨率重建方法,用SkyBox和吉林一号的卫星视频数据验证本文方法。试验证明,本文方法对含有运动目标的卫星视频影像具有较好的重建效果,重建后动态和静态地物细节都得到提升,归一化方差和梯度能量指标都优于其他方法。试验表明了本文方法的可行性。     

利用地面靶标的超分辨率重建图像分辨率评价

针对超分辨率重建后图像分辨率指标计算困难的问题,该文提出一种利用地面靶标的重建图像分辨率计算方法。依据靶标原理和分辨率测量需求设计出改进的线阵和辐射状地面靶标;实地拍摄不同分辨率的靶标图像,建立真实分辨率图像库;采用卷积神经网络方法对拍摄图像进行超分辨率重建,并利用靶标计算重建后图像的分辨率,并与MSE、RMSE、PSNR等指标进行对比,进一步验证本文方法的可行性。通过实验可以得出,线阵与辐射状靶标对图像分辨率的评价结果与主观评价结果一致。实验证明,该方法能够计算出超分辨率重建后图像分辨率值,研究成果具有实际应用价值。     

半像元错位图像的超分辨率重建方法

本文介绍了一种基于“半像元”错位的两幅图像重建高分辨率图像技术。通过分析“半像元”错位的两幅图像与高分辨率图像各像素灰度值的对应关系，推导出了高分辨率图像重建的数学模型，并通过实验进行了验证和完善。实验结果表明，利用“半像元”错位的两幅低分辨率图像重建高分辨率图像的原理是正确的，方案是可行的。     

遥感图像超分辨率研究的现状和发展

卫星图像的空间分辨率是衡量卫星遥感能力的一项主要指标,也是衡量一个国家航天遥感水平的重要标志,追求更高的分辨率已成为各国卫星的发展目标。超分辨率技术在可见光遥感和红外遥感领域的实际应用,将会提高卫星的空间分辨率,也可以在保持卫星分辨率的条件下,缩小光学仪器的焦距,使卫星相机小型化,减小其体积和重量。本文从遥感应用的角度出发,讨论了超分辨率技术研究对我国遥感卫星提高分辨率的现实意义,简单说明了超分辨率的概念,论述了卫星遥感超分辨率研究的技术理论和和应用的国内外现状,重点突出了卫星采样模式的研究,提出了国内该项技术研究目前存在的不足和发展趋势。     

多特征的POCS图像超分辨率重建方法

针对传统凸集投影(POCS)方法重建图像存在边缘保持能力不足、细节丢失的问题,该文提出了一种多特征的凸集投影超分辨率重建方法。首先,根据局部相似性特征和图像的梯度特征构建参考帧,以保持图像的边缘细节特征。然后,运用光流法对上采样后的序列低分辨率(LR)图像和参考帧进行配准,同时利用比值稀疏约束模型估计参考帧的点扩散函数(PSF),并获取点扩散函数作用窗口的中心坐标和点扩散函数作用窗口的范围。最后利用参考帧和点扩散函数生成重建图像的初始估计,根据重建图像残差对参考帧进行修正,最终得到重建图像。为验证本文算法的有效性和鲁棒性,分别与上采样、迭代反投影、凸集投影几种重建方法进行实验对比,实验表明本文算法重建结果在主观和客观评价方面明显优于其它方法,本文算法可行。     

一种自适应正则MAP超分辨率重建方法

提出了一种简单、通用的基于自适应正则化技术的MAP超分辨率重建新方法,该方法可以自适应地选择正则化参数,并充分利用中间重建结果的信息,不断对其进行更新,通过迭代过程得到最终的重建影像。利用模拟序列影像和真实序列影像分别对本文方法进行了验证,结果表明,本文方法可以根据不同影像序列的特点,自适应确定相应的正则化参数,并能找到最优解,适用性较强。     

基于深度学习的高分四号卫星图像超分辨率重建

针对高分四号卫星图像中波红外谱段空间分辨率远低于相应的可见光近红外谱段,提出一种基于深度学习的高分四号卫星图像中波红外谱段超分辨率重建方法。首先,设计卷积回归网络进行初步重建,利用8倍下采样的可见光近红外谱段和原始中波红外谱段训练回归网络。然后,设计卷积重建网络进行进一步重建,利用低分辨率初步重建结果和原始中波红外谱段训练重建网络。最后,将原始可见光近红外谱段依次输入到训练好的回归网络和重建网络,得到最终的中波红外谱段超分辨率重建结果。以湖北和江西部分地区真实数据进行试验,结果表明该方法能有效提高中波红外谱段空间分辨率,与其他方法对比均方根误差至少下降了7.54,且目视效果更清晰自然,有利于扩展高分四号卫星的应用范围。     

基于HMRF先验模型的HBE卫星遥感图像超分辨率重建

提出了一种在Bayes概率统计框架下的混合Bayes超分辨率重建算法,该算法采用Huber马尔可夫随机场(Huber Markov random field,HMRF)模型对理想图像进行先验建模,可以较好地突出重建图像的不连续边缘特征信息。实验结果表明,该算法克服了极大后验概率估计(maximum a posteriori,MAP)算法中的若干缺陷,取得了良好的重建结果,图像边缘特征清晰,纹理信息突出。     

一种改进的UAV视频序列影像镶嵌方法

视频序列影像自动镶嵌是UAV视频影像处理应用中的基础环节和重要研究方向。针对序列影像镶嵌过程中,由于配准精度不高、误差累积所导致的拼接错位严重,镶嵌结果不理想的情况,从提高特征匹配的精度和准确度出发,提出了一种改进型的UAV视频序列影像自动镶嵌方法。通过对特征匹配结果的精细化处理,保证了影像配准的正确性,取得了较好的镶嵌结果。     

结构保持的图像序列自适应超分辨率重建

基于概率运动估计的超分辨算法能克服传统超分辨率方法过分依赖于准确运动估计的缺点,为了改善其重建效果,通过分析图像的局部结构模式,给出了局部空域活跃度的定义表征图像的局部结构特征,设计了形状、尺度自适应的非局部空时邻域窗口函数,进而提出了一种结构保持的超分辨率自适应重建算法。实验结果显示,本文方法具有更好的重建性能。     

一种结合稀疏表示和纹理分块的遥感影像超分辨率方法

提出了一种基于稀疏表示和纹理分块的单幅遥感影像超分辨率方法,主要利用先验知识及影像自身的纹理信息重构遥感图像。首先,提取用于字典学习的图像块,从高、低分辨率遥感图像块中训练出冗余字典,采用正交匹配追踪方法更新字典,用迭代的方法直到算法收敛;然后,将训练的字典应用于遥感影像超分辨率重构。重构时将图像块分成平滑块和非平滑块两种类型,平滑块采用双三次卷积方法重构,非平滑块采用低分辨率遥感图像块的稀疏表示系数及高分辨率图像块冗余字典重构。实验结果表明,此方法重构速度较快,并在视觉及客观评价指标上有较好的超分辨率效果。     

基于双稀疏度K-SVD字典学习的遥感影像超分辨率重建

近年来,基于深度学习的超分辨率重建技术已经广泛应用于多时相高光谱影像、高分影像超分辨率重建等领域。多角度遥感影像之间具有丰富的互补信息,可用于超分辨率重建。针对高分辨率多角度遥感影像提出了一种基于动态上采样滤波网络的超分辨率重建方法。该方法的网络结构为端到端双路网络,其中一个分支网络通过动态上采样滤波模块来实现分辨率提升,另一个分支网络用来学习影像中的高频信息,将两个分支网络输出的结果相加即可得到最终的超分辨率重建影像。为了验证该方法的有效性,利用WorldView-2美国亚特兰大地区和巴西里约热内卢地区多角度遥感影像数据分别进行了2倍、3倍、4倍超分辨率重建模拟实验和真实实验,并进行了多组对比实验。实验结果表明,所提方法可以在顾及多角度影像角度维信息的同时有效提升目标影像空间分辨率,并且较好地保持了影像的细节信息。     

基于TerraSAR-X影像的光学遥感影像地理定位研究综述

目前,我国遥感技术应用中最普遍采用的是通过光学遥感获取影像,这种方法一般需要控制点才能获得高分辨率遥感影像,不可避免地限制了其应用范围。然而TerraSAR-X具有精确的传感器校正、高精度的卫星位置及对卫星姿态的低依赖性等特性,在无地面信息的情况下,仍然可以获得高精度的遥感影像。因此,研究利用TerraSAR-X数据作为地面控制信息对光学遥感影像进行地理定位具有突破性的意义和价值。本文介绍了近几年TerraSAR-X影像对光学遥感影像进行定位的现状和方法,阐述了其理论基础和优缺点,并试着分析了现阶段争论的焦点。     

一种提高CCD成像卫星空间分辨率的方法研究

从卫星硬件设计与地面软件处理相结合的角度出发，建立了一套提高卫星图像空间分辨率的方法。对模拟靶标图像、一航景物图像、遥感图像分别进行了不同分辨率成像效果的计算机模拟。结果表明，所建立的卫星图像空间分辨率提高理论是正确的，使卫星图像空间分辨率提高2倍甚至更多在理论上是可行的。这一研究成果的实际应用，将会提高卫星的空间分辨率，也可以在保持卫星分辨率的条件下，缩小光学仪器的焦距，使卫星相机小型化，减小其体积和重量。     

一种基于道路监控视频图像质量评估的新方法

针对近些年图像质量评价的重要性,提出一种针对道路监控视频的图像质量评估方法。因为道路监控视频具有连贯性、图像稳定性强、单个监控视频场景单一等特点,本文采用一种结合多幅图像创建物理模型对比恢复天气影响的图像质量评估方法,通过多幅图像比较恢复道路视频图像清晰度,加入噪声亮度比的因子来增加图像的鲁棒性和准确性,分析该方法的优势和不足。     

一种气象卫星云图的坐标转换与配准方法研究

设计了气象卫星云图坐标转换与范围截取的算法,并基于ArcEngine组件实现了卫星云图的自动配准。实验证明,本文提出的方法可以快速有效地实现卫星云图的位置校正以及与基础地理数据的准确叠加,减少分析过程中的误差,提高气象卫星云图的使用效率,对天气监测及分析预报等工作提供了及时、有效、科学的辅助决策支持。     

利用卫星影像进行土地执法检查的工作方法及流程

随着高分辨率遥感技术的应用,遥感技术在土地资源调查、土地利用动态监测和土地资源管理中的应用进入了实用化和业务化的新阶段。土地卫片执法检查工作采用GIS空间信息分析、土地利用遥感等技术,对土地利用变化动态遥感监测数据,在实地核查变化图斑,及用地合法性审查的基础上,全面掌握违法用地状况,将其提交给相关职能部门进行查处,进一步加强土地执法监察工作,有效遏制违法违规用地行为,依法查处违法违规案件,加强耕地保护和节约集约利用土地,进一步规范土地管理秩序,切实落实耕地保护责任。     

一种卫星遥感图像目标位置快速精校正的新方法

从遥感图像目标识别处理等应用特点出发,提出一种卫星图像目标位置精校正的新方法。直接在系统级几何校正的遥感图像上检测目标及其附近的地面控制点,然后进行异常控制点检测,最后利用正常控制点对目标地理位置实施精校正。同时提出一种基于局部区域最大团的异常控制点自动检测方法。实验结果表明,所述方法在保证目标定位精度的同时,可显著提高目标地理位置精校正的速度。