各向异性正则化的多帧遥感图像盲复原算法

在大气湍流较强时,一般的遥感图像复原算法难以取得较好的复原效果.针对这种情况,提出了一种基于各向异性约束的多帧遥感图像盲复原算法.该算法不需要成像过程的先验信息,仅根据图像及点扩散函数的非负约束和支持域约束,即可得到较好的复原结果;同时该算法能够自适应地调整正则化参数,在实现图像复原的同时,保持边缘并抑制噪声.试验结果...     

多时相遥感图像复原方法的研究

为了充分利用卫星所获得的对同一地区多次观测图像来进行清晰化,选择了多时相遥感图像复原技术,利用各观测图像间相似但又有差异的信息,重建出反降晰图像以获得更多的细节.论文建立了多时相遥感图像复原的数学模型,估计出观测图像与参考图像之间的相对运动,选择约束最小二乘法对解进行规整化,获得复原结果.运用该算法对卫星拍摄的多时相遥感图像进行处理,并选择三种衡量标准对复原结果进行定量分析,验证了算法的有效性和实用性.     

基于非局部总变差的消除不规则采样遥感图像复原方法

提出一种消除不规则采样的遥感图像复原方法,该方法结合了ACT算法和总变差（TV）图像复原模型以达到同时去除多种图像退化因素的目的,并且结合非局部均值（NLM）算子给出了基于NLTV的消除不规则采样遥感图像复原模型,最后使用算子分裂与扩展的坎贝尔投影算法求解模型。实验结果表明,该方法能够有效减少复原图像的阶梯效应并提高复原图像的纹理细节信息。     

基于调和模型的连续Hopfield神经网络次优图像复原

本文提出了一种基于调和模型的连续Hopfield神经网络正则化次优图像复原算法。针对传统正则化图像复原由于"模糊矩阵"和"高通滤波器"规模庞大而带来的复原过程中占用存储资源多的问题,提出了一种基于部分图像信息的次优复原算法,该算法能在性能下降不大的前提下,较好地解决传统复原资源消耗问题。同时算法采用由梯度算子生成的调和模型作为正则项,能在复原的同时保留图像边缘。仿真结果表明了算法的有效性。     

目标边缘保持约束的图像联合解卷积复原算法

针对图像复原过程中去噪与目标边缘特征保持之间的矛盾,该文提出了一种基于目标边缘保持的图像联合解卷积复原算法。首先,构建了一个目标边缘保持约束模型,实现对图像小梯度特征(噪声为主)的平滑、对图像大梯度特征(目标边缘为主)的保留,平衡复原处理过程中图像去噪与目标边缘保持之间的矛盾;然后,将目标边缘保持约束先验模型,引入MAP图像复原框架,提升MAP复原算法的可靠性和收敛性;最后,利用共轭梯度迭代优化计算过程,加快算法收敛速度。实验结果表明,该算法能较好地平衡图像去噪与目标边缘特征保持之间的矛盾,实现了图像高清晰复原。     

一种离焦模糊遥感图像盲复原方法

由于发射过程中的超重和复杂的工作环境,遥感卫星的光学系统常发生像面离焦,直接影响了成像质量,降低了图像的空间分辨率。本文提出了一种大尺寸离焦模糊遥感图像的盲复原方法,用于提高这种图像的分辨率。该方法采用微分自相关法估计离焦半径,采用适用于大尺寸图像复原的连续Hopfield神经网络次优算法实现复原,结合能保留图像细节信息的调和模型,能较好地提高大尺寸离焦遥感图像的清晰度。仿真结果证实了方法的有效性。     

条件生成对抗网络在遥感图像复原中的可行性

对于遥感图像中降质模糊的问题,经典的图像复原方法由于模糊函数难以估计等原因,复原效果较差。为了避免估计模糊函数带来的困难,通过深度学习的方法对图像进行去模糊,研究了基于条件生成对抗网络(conditional generative adversarial nets,CGAN)的图像复原方法。首先创建训练网络的训练库,然后设置网络训练的初始参数,该网络以对抗的方式来使生成模型和判别模型进行交替学习,通过不断学习降质图像和清晰图像之间的差异,并结合了对抗损失和感知损失来缩小两者之间的差异,实现图像复原。实验采用以GOPRO数据集为基础的混合模糊训练库来训练网络,并与其他方法进行了对比试验,结果表明,在图像细节和评价指标方面,CGAN具有较好的复原效果,保证了复原图像的细节信息和纹理信息,证明了该方法可以用于遥感图像的复原。     

基于改进NAS-RIF算法的遥感噪声图像自适应复原

实现对遥感噪声图像的有效复原是遥感图像处理的一项重要研究内容。在对非负支撑域有限递归逆滤波(non-negativity and support constraints recursive inverse filtering,NAS-RIF)算法深入研究的基础上,提出一种基于改进自适应NAS-RIF算法的遥感噪声图像复原方法。该算法针对经典NAS-RIF算法存在的缺陷,首先对含有椒盐噪声和高斯白噪声的遥感图像采用自适应伪中值滤波算法进行预处理,以尽可能排除图像中噪声的干扰;然后结合图像的灰度值,从算法支撑域和背景灰度值2个方面加以改进;最后对代价函数引入基于目标信息的修正项,改进了经典NAS-RIF算法的代价函数;与对数函数复合,使得改进后NAS-RIF算法的代价函数具有良好的收敛性;并采用共轭梯度法对改进自适应NAS-RIF算法进行整体优化。对仿真实验结果进行的主观和客观分析表明,本文算法的性能优于经典NAS-RIF算法、已有的改进NAS-RIF算法以及小波阈值去噪方法,能够胜任遥感噪声图像的复原处理。     

DMC卫星图像MTF分析及其复原方法研究

复原退化模糊图像是遥感图像处理的研究重点。对成像系统的调制传递函数(MTF)进行了研究,分析了调制传递函数的基本理论。讨论了一种近似测定成像系统调制传递函数的方法,通过有限采样,曲线拟合,傅立叶变换,规格化的一系列处理得到图像获取、传输过程中的点扩展函数(PSF)。提取完整光滑的调制传递函数曲线,在频域中对图像进行去卷积复原,分析和评价了复原结果。将该方法应用于DMC卫星图像,图像质量得到明显提高,收到较好的复原效果。     

基于系统模型的CCD图像MTF补偿及误差分析

航天线阵推扫CCD图像在获取、传输过程中存在图像模糊的现象,而MTF是评价CCD图像质量的最可靠指标。为了改善图像质量,通过分析影响MTF的主要因素,提出基于系统模型的MTF补偿方法:首先建立系统模型,提出模型参数的估计方法,然后结合约束最小二乘算法复原图像。在仿真实验中,模拟图像的模糊和加噪过程,利用MTF模型复原图像,并评价MTF补偿图像质量,定量分析模型参数估计误差对图像复原结果的影响。实验结果表明:基于系统模型的MTF补偿方法能够有效而简便地复原图像,提高图像质量。     

基于SIFT特征配准的多帧迭代盲解卷积算法

在未配准的情况下,多帧图像解卷积算法不能发挥其利用多帧图像信息互补的优势,针对这种情况,本文将基于SIFT特征配准的算法引入多帧图像解卷积算法中,这一做法克服了各帧影像之间相同位置不同细节像素之间的影响,有效地提高了复原图像的质量。实际观测数据的复原结果证明了本文思想的正确性,配准后图像的复原结果更加清晰,且体现出观测目标更多的细节信息。     

多帧图像融合提高分辨率的方法研究

多帧图像融合的目的在于复原截止频率之外的信息,以使图像获得更多的细节和信息,提高图像的分辨率。本文阐述了提高图像分辨率的关键技术,从图像匹配和运动估计入手,应用共轭梯度多帧图像融合方法对楔形空间分辨率测试图像进行了方法实验,证实了该方法的可行性与有效性。     

基于Mask原理的遥感影像恢复技术研究

从传统摄影复制技术中的Mask晒像原理出发 ,针对航空航天遥感影像上出现四周减光、照度与颜色不均匀、对比度下降、影像模糊等质量退化情况 ,提出将影响影像退化的各种因素综合考虑 ,通过一种基于Mask的影像复制技术来建立影像降质模型 ,并以此Mask影像对遥感影像进行恢复处理。试验结果表明 ,该恢复算法是可行的。     

城市三维可视化中规则房屋墙面纹理图像的压缩与恢复

以城市三维可视化中的房屋墙面纹理图像为对象，就其压缩与恢复的方法进行了研究，提出了一种基于自相似性墙面纹理分割的纹理图像压缩与恢复方法，以及对由于遮挡而墙面不完整的纹理图像的复原方法，并通过实例说明了此种方法对于城市三维可视墙面纹理贴图的实用性。     

结合气象模型的遥感影像大气模糊去除

利用传感器成像时刻对应的观测区域气象参数,结合大气光学湍流参数化模型和气溶胶MTF估计模型,分别计算湍流MTF和气溶胶MTF,再由二者的乘积得到大气MTF,进而采用一种改进的维纳滤波算法实现遥感影像的大气模糊去除。实验结果证明,恢复后影像的客观评价指标以及主观视觉效果均有明显改善,验证了本文算法的有效性和可行性。     

基于卡尔曼运动模型模糊图像恢复技术研究

提出了一种基于卡尔曼运动模型进行运动模糊图像退化过程分析的方法 ,设计了基于卡尔曼运动质量退化模型的运动模糊图像恢复算法 ,该方法逼近实际的运动模型。通过对火车称重系统中的模糊影像恢复实验 ,表明了该恢复技术的有效性     

影像融合与复原的小波模型

本文给出影像融合和复原的小波模型。其精髓在于小波的多分辨率性质可将一个复杂而相互交织的症结分解为一系列弱相关和容易解决的小问题。本文着重探讨影像融合与复原中如何利用小波模型的理论与算法     

贝叶斯原理在遥感影像恢复中的应用

总结了遥感影像数据获取、传输和存储过程中引起影像退化的原因。根据信号处理中的概率统计理论,推导出了一种可以不依赖目标成像模型的遥感影像去模糊算法。实验结果表明,该算法具有较强的影像恢复能力和抗噪能力,对于缺乏点扩散函数先验知识的模糊遥感影像更加适用。