基于参叉像元和非均匀B样条曲面的遥感图像超分辨率重建

遥感图像之间的信息互补可以提高图像分辨率,但插值方法易使图像边界模糊、部分细节信息丢失。针对这一问题,提出一种基于参叉像元与非均匀B样条插值相结合的遥感图像超分辨率重建方法。利用经灰度匹配和亚像元级几何配准的2景低分辨率图像,通过参叉交错像元采样到原图像网格2倍的网格中;对于没有值的坐标处用三次B样条插值,插值时选用非均匀的节点参数化方法,曲面图像网格点由邻域36个已知像元组成;在求解待插值点参数值时引入平行线法和黄金分割法迭代寻找最优值,使插值更准确;最后对插值后的图像进行复原处理,重建可视效果更好的"高"分辨率图像。对实验图像的评价表明,用本文方法重建的图像在清晰度、信息量、信噪比和分辨率等方面均有较大的提高。     

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。     

基于导向滤波与迭代反向投影的遥感影像超分辨率重建

针对单帧遥感影像采取迭代反投影方法进行超分辨率重建时,重建图像的强边缘存在锯齿效应,在分析了导向滤波算法原理后,本文提出了一种将上述算法引入迭代过程来处理图像误差的方法,以进一步提升图像的高频信息,提高图像的重建质量。选取同时间不同地物的遥感影像作为实验数据,实验结果表明,本文重建的结果与双三次插值方法、边缘导向插值方法和迭代反投影方法相比,在客观评价指标上均有提高,改善了重建影像的纹理细节。本文提出的超分辨率重建方法,可以使重建影像提供更多的高频信息,具有较好的稳定性和鲁棒性。     

星载相机轨道末期成像模型及图像复原算法

通过对光学卫星轨道末期成像面临的像移失配的研究,从能量的观点出发建立了TDI CCD (时间延迟积分电荷耦合器件)推扫成像通用模型(GMPI),基于该模型提出了一种像移失配工况下的非常规遥感成像方式,引入了信号滤波器的表示方法,将GMPI模型简化成为易于计算的TDI CCD推扫成像滤波器模型（FMPI）,对轨道末期遥感图像混叠效应进行了定量分析,并给出了基于成像机理及成像参数的图像恢复处理方法。通过实际成像实验获取了像移速度失配下的图像并通过图像恢复算法进行处理,得到了比半盲式复原算法更好的图像恢复效果。     

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。     

一种基于去混叠影像配准方法的POCS超分辨率序列图像重建

简要介绍超分辨率重建的原理和数学模型,采用一种新的超分辨率重建算法,这种算法通过去除低分辨率影像由于欠采样而产生的频率混叠部分以及频率中心的部分低频,来实现图像的精确配准;在计算旋转角度时,通过在图像中心建立极坐标系,求取设定角度精度范围内关于幅度谱的函数,将2维的相关函数转换成1维相关,大大提高计算效率;最后该算法采用POCS方法进行序列图像的高分辨率重建。实验仿真结果表明该算法具有良好的配准精度和超分辨率重建效果,具有良好的应用价值。     

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。     

不同分辨率遥感图像变化检测研究

变化检测是遥感图像应用的重要方面之一,变化检测一般采用同类传感器获得的图像.由于图像获取的条件有限,也可以用不同分辨率的传感器图像进行变化检测.本文讨论了不同分辨率遥感图像用于变化检测的方法与过程,并利用具体图像进行了变化检测.     

结合帧选及配准的多帧超分辨率盲复原

传统的图像复原技术不仅无法恢复截止频率之外的信息,而且没有考虑不良帧及帧间运动对复原图像质量的影响。通过对传统多帧图像盲复原模型加入运动和降采样因子进行超分辨率扩展得到一个超分辨率盲复原模型,在此基础上,首先以平均梯度和信息熵作为帧选标准,其次结合金字塔光流法对帧选后的图像进行配准,最后利用该模型进行超分辨率盲复原。实验证明,结合帧选和配准的复原方法可以抑制噪声放大及由目标空间位置偏移造成的边缘模糊。该模型是一个有效的超分辨率盲复原模型,复原图像质量优于样条插值和传统多帧盲解卷积算法。     

遥感影像低秩信息的矩阵填充复原方法

提出一种基于矩阵填充的遥感低秩信息复原方法,通过"确定性采样"与"热启动技术",利用奇异值阈值迭代收缩算子进行了椒盐噪声去除与去厚云修复试验.试验表明,本文方法对于因污染或遮挡等原因造成的信息缺损问题的复原效果占优,其在信息复原的同时能较好地保留细节纹理信息并保持图像结构的连贯性.此法可用于遥感影像椒盐类孤立的点状噪声去除与厚云修复复原中,尤其是当影像矩阵具备区域结构内容相似性及纹理规则等低秩特征时,这种复原效果更佳.     

小波超分辨率重建算法及其在SPOT影像中的应用

影像超分辨率重建就是从一系列质量较差、分辨率较低的图像来重建图像质量更好、空间分辨率更高的影像的算法.在将所有低分辨率影像纳入同一参考格网中考虑的情况下,低分辨率数据相当于一非规则采样的交错采样数据.本文在多分辨率分析的基础上对基于小波的影像超分辨率重建理论进行介绍,并将现有的小波超分辨率重建算法推广到更一般的运动模型,以充分利用交错采样数据的内在规律性和结构特征,同时针对SPOT影像的特点,分析SPOT影像的调制传送函数,对SPOT重建影像进行包括去噪与解卷积的复原后处理.最后给出基于小波的SPOT影像超分辨率重建结果,表明遥感影像的超分辨率重建在应用中取得进展.     

遥感图像空间分辨率改进值计算方法

为了克服超分辨重建后的遥感图像空间分辨率的界定还采用人工对比判读存在误差和结论不统一的缺点,利用调制传递函数、奈奎斯特采样定理和人眼极限频率,建立了一种新的空间分辨率客观评价方法。利用该方法计算超分辨率重建后的遥感图像相比原始遥感图像空间分辨率的提高倍数,从而推断出重建后遥感图像的空间分辨率的大小。在数值测试中,利用不同的超分辨率方法对分级变频矩形光栅图像进行重建,采用提出的空间分辨率评价方法,与归一化均方误差、峰值信噪比、信息熵、灰度平均梯度进行客观评价的结果一致。此方法为遥感图像空间分辨率改进值的计算提供了一种可行的量化模型。     

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。     

基于压缩感知的无人机航拍遥感图像动态重构方法

针对当前无人机航拍遥感图像动态重构效果不佳,图像清晰度较低的问题,提出基于压缩感知的无人机航拍遥感图像动态重构方法.构建无人机航拍遥感影像降质模型,获取图像特征信息,进一步对无人机航拍遥感图像进行降噪预处理,更好地提高无人机航拍遥感图像的分辨率、光谱和多时相趋势,有效解决采样数据量大、采样时间长、数据传输存储量大等资源浪费问题.最大程度上提高无人机航拍遥感图像的采样率、降低无人机航拍遥感图像动态重构复杂度,有效获得高质量的图像重建的研究要求.实验结果表明,提出的基于压缩感知的无人机航拍遥感图像动态重构方法正确有效,优于目前的主流方法.     

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。     

提高INSAR干涉图质量的过采样方法

在对干涉图中频谱混叠噪声的成因及其影响进行深入分析的基础上,研究通过对原始影像频谱进行过采样来消除频谱混叠的方法;同时为了将过采样后的干涉图恢复到原始影像大小,又探讨了干涉图的欠采样理论,并推导出加权欠采样函数.实验结果表明,文中的过采样--加权欠采样方法能有效消除干涉图中的频谱混叠噪声,经欠采样处理后的干涉图条纹边缘更加清晰,残余点数较原始干涉图减少90%以上.     

提高INSAR干涉图质量的过采样方法

在对干涉图中频谱混叠噪声的成因及其影响进行深入分析的基础上,研究通过对原始影像频谱进行过采样来消除频谱混叠的方法;同时为了将过采样后的干涉图恢复到原始影像大小,又探讨了干涉图的欠采样理论,并推导出加权欠采样函数。实验结果表明,文中的过采样加权欠采样方法能有效消除干涉图中的频谱混叠噪声,经欠采样处理后的干涉图条纹边缘更加清晰,残余点数较原始干涉图减少90%以上。     

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。     

监督分类和目视修改相结合在高分辨率遥感影像中的应用

用计算机对遥感影像进行地物类型识别是遥感数字图像处理的一个重要内容,传统的地物分类一般采用MSS、TM和Spot等遥感影像作为数据源。与MSS、TM和Spot等传统遥感影像相比,QuickBird等高分辨率影像数据量大,混合像元减少、地物信息增大,能够被应用于土地分类。在监督分类中,对于达不到精度要求的模板,通常采用重新选择训练区的方法来进行修正,而本文采用目视修改的方法来对监督分类进行补充。本文方法可以改正初次分类中的误分、混分地物,使其归到正确的地物分类中,显著提高了土地分类的精度。为了验证算法的有效性,利用ERDASIMAGING遥感图像处理软件进行实验和精度评价。实验结果表明,监督分类和目视修改相结合的地物分类方法可以显著提高图像的分类精度。     

圆扫描图像的分辨率改善

图像的空间分辨率是衡量遥感能力的重要指标,也是衡量遥感水平的重要标志,针对圆扫描方式获取的扫描图像特征,分析获取图像的地面覆盖情况,阐述改善扫描图像分辨率的方法。通过实际图像数据进行对比试验,表明圆扫描图像的分辨率是可以提高的。