航空遥感的MAP超分辨方法

doi:C17EF09A4097E60CCA26AF499520D147

	航空遥感的MAP超分辨方法
	刘涛
学位类型	硕士
导师	张葆
	2019-06-01
学位授予单位	中国科学院大学(中国科学院长春光学精密机械与物理研究所)
学位授予地点	中国科学院大学(中国科学院长春光学精密机械与物理研究所)
关键词	航空遥感多帧超分辨图像配准最大后验概率超分辨迭代项
摘要	航空遥感以其灵活机动且应用范围广泛而受到人们的广泛关注。在军事斗争领域机载光电平台可以实现对侦查目标的远距离侦查遥感,既可以单独对敌进行侦查打击也可以配合卫星、雷达进行进一步侦查。在民用生产领域,无论是水体污染、森林草原火灾或者病虫害、无人机航拍等,航空遥感都发挥了越来越重要作用。但受载荷质量限制,成像系统往往无法采用成像效果好的设备。我们希望通过图像超分辨技术提升图像的空间分辨率。为此,我们针对航空遥感这个场景,提出一套集合配准、超分辨的超分辨重建系统。主要内容如下:1.提出并分析了航空遥感的降质因素。介绍了成像系统与航空遥感的降质模型,分析图像退化与降质的主要原因,分析降质模型的数学表达。主要包括成像的光学成像点扩散函数,运动模糊问题,航空遥感的倾角问题。分析航空成像系统降质模型可以分析图像退化,这有利于图像的配准和后续的超分辨重建。2.针对超分辨重建所需要的亚像素配准,采用通过泰勒函数的最优化方法来进行亚像素配准。分析亚像素配准的三种方法,插值放大方法,频域配准方法,和基于泰勒函数的最优化方法。最优优化方法,通过泰勒函数二阶展开来实现亚像素配准,计算复杂度合理,算法原理简单明确。非常适合图像的配准任务。3.提出了基于马尔科夫随机场理论的最大后验概率超分辨重建模型。马尔科夫随机链理论可以很好的表征维的时序信号间的联系。我们将马尔科夫随机链使用范围扩大,将一维的马尔科夫随机链变成二维的马尔科夫随机场,可以很好的表征二维图像的局部特征。通过马尔科夫随机场可以很好的建立低分辨率图像与高分辨率图像的联系。4.为了加快基于最大后验概率的超分辨重建的迭代速度。我们将迭代过程中引入时间域关联项。图像的信息来源可以从前后帧获取,可以图像本身的结构获取。我们从图像MAP超分辨迭代的物理情景中,可以发现一张图片的迭代是一个不断的接近过程。我们可以使用计算数学知识,加入一个与迭代次数相关的迭代项,可以很好地加快收敛,节省计算成本。本文针对航空遥感的低空间分辨率、复杂的降质模型,围绕多帧超分辨重建,在图像配准,最大后验概率超分辨重建中,取得了阶段性成果,这些成果为进一步的科学探究与工程实践提供了理论基础,对航空遥感超分辨重建具有一定指导意义。
页数	72
DOI	C17EF09A4097E60CCA26AF499520D147
语种	中文
引用统计
文献类型	学位论文
条目标识符	http://ir.ciomp.ac.cn/handle/181722/63927
专题	中科院长春光机所知识产出
推荐引用方式 GB/T 7714	刘涛. 航空遥感的MAP超分辨方法[D]. 中国科学院大学(中国科学院长春光学精密机械与物理研究所). 中国科学院大学(中国科学院长春光学精密机械与物理研究所),2019.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
航空遥感的MAP超分辨方法.caj（3646KB）	学位论文		开放获取	CC BY-NC-SA	请求全文