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。     

点扩散函数的改进倾斜刃边重建的高精度估计

基于现有刃边法提出了一种不受刃边倾角限制的点扩散函数高精度估计算法,通过改进刃边拟合、样本去噪与防走样重采样优化边缘扩散函数重建过程,并采用高斯函数拟合点扩散函数得到高精度PSF估值。试验表明,相较于现有刃边法,本文方法的估计精度与稳定性有显著提高。     

基于总体最小二乘的刃边法光学卫星传感器在轨MTF检测

调制传递函数(Modulation Transfer Function,MTF)是评价光学传感器性能的一个重要指标。在深入了解MTF在轨检测的刃边法基础上,针对传统刃边法在刃边检测没有顾及系数矩阵误差的问题上,提出了一种顾及系数矩阵误差的基于总体最小二乘算法的刃边法在轨检测方法,结合国产高分辨率光学测绘卫星——资源三号卫星的辐射检校场的正视影像,计算出了其垂轨方向的MTF曲线及奈奎斯特频率出的MTF值。实验结果表明,该算法可以用于刃边法的刃边检测,可以进行光学卫星的在轨MTF检测。     

均方误差意义下的正则化参数二次优化方法

Tikhonov正则化法是大地测量中应用最为广泛的病态问题解算方法之一。影响正则化法解算效果的重要因素是正则化参数,然而,最优正则化参数的确定一直是正则化解算的难题,如L曲线法确定的正则化参数具有稳定性好、可靠性高的优点,但存在过度平滑问题,导致正则化法对模型参数估值精度改善较小。本文从均方误差角度分析了正则化参数对模型参数估计质量的影响。基于奇异值分解技术,提出了由模型参数投影值分块计算均方误差的方法,避免了均方误差迭代计算,并基于均方误差最小准则给出了正则化参数优化方法,实现了对L曲线正则化参数的优化。数值模拟试验与PolInSAR植被高反演试验结果表明,正则化参数优化方法有效改善了正则化法解算效果,提高了模型参数估计精度。     

半参数模型中影响正则化参数的因素分析

通过模拟算例,比较了L曲线法、GCV法（广义交叉核实法）和虚拟观测法确定出的正则化参数,并对影响正则化参数的因素进行了分析,得出结论：正则化参数的确定与信噪比密切相关,当信噪比增大时,各种方法确定的正则化参数变化趋势不同,不同的情况确定正则化参数的适用方法也会有所差异。     

Tikhonov正则化方法在GOCE重力场求解中的模拟研究

本文在阐述Tikhonov正则化方法基本原理的基础上,给出了四类可用于重力场解算的正则化矩阵(零次、一次、二次和Kaula),以及用于确定正则化参数的L曲线法和GCV方法的数学模型。基于SA方法利用模拟数据分析讨论了零次、一次以及Kaula正则化矩阵应用于GOCE全球重力场模型确定的有效性,并由Kaula正则化矩阵分析了L曲线法和GCV方法确定正则化参数的可行性。数值结果表明三类正则化矩阵获得的最优解(以大地水准面MSE最小为准则确定)的精度水平相近,关键在于相应正则化参数的确定,数值结果同时说明了GCV方法和L曲线法可用于确定正则化参数,且前者较后者具有更好的稳定性。     

任意形状曲线刃边的点扩散函数估计方法

遥感图像的点扩散函数估计是降低光学模糊、提高质量的必要前提。倾斜直线刃边法受到靶标极大的限制。现有的曲线刃边估计法虽然克服了倾斜刃边法只能适用于直线刃边的缺点,但是会因坐标拉伸导致估计值误差偏大。利用移动窗口的思想,提出了一种基于投影法的任意形状曲线刃边法,并在理论上说明了可行性。试验验证过程中先进行线性拟合刀刃边缘点,再对选定窗口内一定行数或列数的灰度值运用投影法采样,并对不同采样窗口的采样中心进行对齐处理,剔除不适合的样本点后插值和重采样,最终得到估计的点扩散函数。对于曲率在0.001～0.01的刃边,在较强模糊下,峰值信噪比依旧能保持在35 dB以上,测得点扩散函数峰值的误差可以控制在20%以内。相比传统刃边法和曲线拟合法,峰值信噪比平均能提高10 dB以上,且具有一定的抗噪性。     

航空重力数据向下延拓的波数域迭代Tikhonov正则化方法

航空重力数据向下延拓是重力场数据联合处理的重要步骤。研究了Tikhonov正则化方法以及迭代Tikhonov正则化方法在航空重力数据向下延拓中的应用,指出Tikhonov正则化方法在利用GCV法或L曲线法选取正则化参数时存在的不足以及空间域迭代法迭代不收敛的问题。波数域Tikhonov迭代正则化法的引入,有效解决了上述问题。算例结果表明,波数域迭代法迭代过程收敛,且计算精度高、速度快,值得广泛应用于航空重力数据的向下延拓。     

一种选取补偿最小二乘正则化参数的改进方法

为了改进半参数模型补偿最小二乘估计中的正则化参数选取方法,该文设计了3种方案:L-曲线法、虚拟观测法以及该文提出的改进方法以比较正则化参数的优劣。模拟算例表明,该文提出的改进方法可以有效评价正则化参数,得到的参数估值精度更高,是一种较为有效的选取补偿最小二乘最佳正则化参数的方法。     

利用最优正则化方法确定Tikhonov正则化参数

基于均方误差最小意义下运用最优正则化方法确定正则参数,推导了计算最优正则参数的公式,并结合算例分析比较了求解病态方程的L-曲线法、GCV法等常用的方法,算例表明,基于最小均方误差的Tikhonov正则化参数优化选取方法是一种可行有效的方法。     

不受刀刃边缘倾角约束的遥感影像点扩散函数稳健计算方法

采用传统刀刃法提取PSF时,只有在刀刃边缘近似平行或垂直于采样方向情况下才能得到好的效果,这样限制了刀刃法提取PSF进行图像恢复的广泛应用。本文提出了一种稳健的基于倾斜刀刃的图像的PSF计算模型,不仅在提取理想刀刃状况下(与采样方向近似垂直或平行)与传统方法等价,而且对倾斜刀刃提取PSF进行图像恢复也能得到理想效果,所恢复的图像在峰值信噪比(PSNR),均方差测度(MSE)和信噪比(SNR)等方面,都要优于传统方法,利用任意倾角的刀刃边缘提取的PSF都可以基本达到理想刀刃所提取的PSF的效果,因而提高了刀刃法提取PSF进行图像恢复的鲁棒性和通用性。本文分别从理论和实践上论证了模型的有效性,并采用模拟实验数据和ADS40航空影像数据验证了方法的正确性。     

图像重采样对调制传递函数估算的影响

选取理想刃边图像和真实遥感图像作为原始图像,对其进行多种辐射和几何重采样操作,得到了一系列退化图像;用这些图像按照刃边法对成像系统的调制传递函数进行了估算。试验表明,采用刃边法估算成像系统的调制传递函数时,为了视觉效果,可以对图像进行适当的辐射重采样操作,基本不会影响成像系统的调制传递函数;而几何重采样则会严重影响成像系统的调制传递函数。     

优化点扩散函数估计与稀疏约束的图像盲复原

在卫星光学图像盲复原问题中,点扩散函数的估计和复原模型选择对结果影响很大。针对点扩散函数模板估计困难的问题,该文在分析图像中近似点状地物成像特点的基础上,提出了基于点状地物信息的椭圆抛物面模型点扩散函数估计方法,得到较好的点扩散函数模板;针对图像噪声对复原的影响问题,采用能够分离图像的信号和噪声的归一化稀疏约束模型进行盲复原。利用"吉林一号"卫星图像进行了实验。结果表明:该文提出的优化点扩散函数估计方法可行,盲复原后图像质量得到了提高。     

遥感相机在轨点扩散函数高精度测量方法

提出了一种新的遥感相机在轨点扩散函数测量方法,在阶跃响应法基础上,深入分析了倾斜角度、尺寸、插值、对比度、像素饱和、噪声等因素的影响,通过选取满足条件的阶跃区域并进行采样相位弱化处理,增加了测量结果的准确度。通过对实际全色谱段遥感图像的实验,验证了方法的有效性与可靠性,并利用所测点扩散函数对退化图像进行了复原,复原图像质量明显提高。     

CBERS-1卫星02号星图像MTF复原及其结果分析评价

对退化图像进行信息恢复是遥感图像处理的研究重点。本文从刀刃曲线求取MTF的基本理论入手,对灰度图像上的特定纹理等间隔采样,插值拟和刀刃曲线从而求得线扩散函数(LSF)。将线扩散函数进行傅立叶变换得到MTF后,在频域内对退化图像进行逆变换后再将频域里的图像进行傅立叶逆变换得到恢复后的遥感图像,在频域中对图像进行恢复的关键处理在于把图像的最高频率和光学截止频率对应起来。本文除列出对比退化较之恢复图像的定量指标外,还定性地提出了恢复前后图像的傅立叶变换的频谱、地物分类情况同亮度的直方图统计等方法,更直观地评价了实验结果。该方法应用于CBERS-1的02号卫星图像,恢复后图像的边缘清晰度与细节的详细程度较之退化图像有了很明显的改善。     

利用参考图像的遥感图像模糊估计与恢复

提出一种新的利用参考图像的模糊估计与恢复方法。同一场景不同时相的图像,由于拍摄条件的不同,清晰化程度也往往不同,将高质量的图像作为参考,为模糊估计和恢复提供先验知识,在Bayes统一的框架内进行快速PSF估计,然后使用总变分最小化方法进行恢复。通过真实遥感图像实验,结果表明所提出的方法可以有效地估计退化模糊、恢复未失真图像。     

四叉树与多种活动轮廓模型相结合的遥感影像水边线提取方法

通过对测地线活动轮廓(GAC)模型、Chan-Vese(CV)模型、局部二值拟合(LBF)模型的分析,将基于边缘和区域的活动轮廓模型以及基于四叉树的影像分割方法有机结合,提出了一种基于四叉树和多种活动轮廓模型的水边线提取方法。该方法首先对影像进行四叉树分割,为模型演化提供初始轮廓;然后利用CV模型的全局区域图像统计信息和LBF模型的局部区域图像统计信息构造新的符号压力函数,利用改进的符号压力函数代替GAC模型的边界停止函数,有效地改善了GAC模型提前停止演化和过度演化的问题;最后采用二值选择和高斯滤波正则化水平集方法(SBGFRLS)进行演化,避免了重新初始化和规则化,提高了水平集演化的效率。试验结果表明该方法对于包括弱边缘和严重凹陷边缘的水边线提取效果均良好,具有亚像素提取精度,并且提取速度快、稳定性好。     

一种新的高分辨率遥感影像模糊监督分类方法

针对高分辨率遥感影像分类中由于细节特征突出、同质区域光谱测度变异性增大所带来的像素类属的不确定性及模型的不确定性等造成的误分结果,提出一种基于模糊隶属函数的监督分类方法。对同质区域定义高斯隶属函数模型用来表征像素类属不确定性;模糊化该隶属函数参数建立影像模糊隶属函数,以建模同质区域光谱测度的不确定性;用训练样本在所有类别中的模糊隶属函数及原隶属函数（高斯隶属函数）中的隶属度为输入,建立模糊线性神经网络模型作为目标函数,实现分类决策。该算法和经典算法对World View-2全色合成影像及真实影像进行定性和定量分类实验,分类结果验证了文中方法具有更高的分类精度。     

Estimation of SPOT P-mode point spread function and derivation of a deconvolution filter

The integrating effect of the point spread function of a satellite remote sensing system significantly affects the signature from a single cover class if the surrounding cover is dissimilar and also reduces the spatial resolution of the output data. Digital SPOT P-Mode data acquired over linear ground edge and impulse features were analysed to determined the SPOT system's line spread function. This was integrated to give the normalised point spread function, and then inverted to derive an equation to estimate the true ground response by deconvolution of the observed response. The paper describes the procedures used in determining the point spread function, and applies the result to a number of urban features. A significant improvement in the image quality resulted.     

基于HVS和模糊隶属度函数的卫星图像融合算法

提出了一种基于人类视觉系统和模糊隶属度函数的小波卫星图像融合新算法,利用小波域的人类视觉系统经验模型,刻画图像的边缘、纹理及高亮区域,采用模糊隶属度函数自适应地计算权系数,在小波域上通过加权平均实现了图像融合。