学位论文 > 优秀研究生学位论文题录展示

基于CCD图像辅助的CE-1高光谱图像分辨率增强技术

作　者: 张潇
导　师: 邹斌
学　校: 哈尔滨工业大学
专　业: 信息与通信工程
关键词: 分辨率增强 解混 嫦娥一号 最大后验概率 ARSIS概念
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 64次
引　用: 0次
阅　读: 论文下载
 

内容摘要


中国的第一枚绕月探测卫星嫦娥一号(CE-1)同时搭载了空间分辨率为200m的高光谱干涉光谱成像仪(Imaging Interferometer Image,IIM),和空间分辨率为120m的CCD三视立体相机。CCD影像能够详细描述月球表面的地物形状、地表纹理和地形结构等特征,而IIM影像有助于更好的对地物进行分类和识别。为了使传回数据更好的应用在未来的月球地形勘测、物质探测和探测器落月等工作上,CE-1的高光谱图像需要进行分辨率增强。本文首先介绍了CE-1传回的两种数据特点,分析了利用CCD影像来增强IIM影像分辨率的必要性和可行性。从充分利用CE-1的CCD辅助信息的角度出发,本文应用多种基于图像融合的分辨率增强方法,对IIM高光谱数据进行了分辨率增强处理。其次研究了最大后验概率(Maximum Posterior Probability,MAP)结合随机解混模型(Stochastic Mixed Model,SMM)在探月高光谱数据分辨率增强方面的应用,开发了在未知点扩散函数情况下的MAP迭代优化算法和泊松后验概率方法(Poisson MAP)。引入了开放性的多尺度波段间交互构建模型(ARSIS模型),从多尺度分析模型与波段间交互构造模型两方面分别探讨,对ARSIS融合理论进行了深入研究。其中的多尺度模型分别采用了离散小波变换与平稳小波变换,波段间交互构造模型中利用了光谱扭曲最小化输入模型和上下文注入模型。最后,通过与传统方法的对比分析和一系列实验表明,本文研究方法在CE-1高光谱数据的分辨率增强方面具有更好的实际应用价值。

全文目录


摘要  3-4
ABSTRACT  4-7
第1章 绪 论  7-13
  1.1 课题背景  7
  1.2 研究的目的和意义  7-8
  1.3 高光谱图像分辨率增强技术及发展  8-12
    1.3.1 基于混合象元分解的高光谱图像分辨率增强方法  9
    1.3.2 基于插值的高光谱图像分辨率增强方法  9-10
    1.3.3 基于多源信息融合的高光谱图像分辨率增强方法  10-12
  1.4 本文的主要研究内容  12-13
第2章 多源信息融合技术基础  13-26
  2.1 引言  13
  2.2 多源信息融合预处理  13-18
    2.2.1 数字地面模型配准  14
    2.2.2 多项式纠正  14-15
    2.2.3 三角网纠正  15-16
    2.2.4 SIFT配准  16-18
  2.3 多源信息融合的基本方法  18-25
    2.3.1 成分替换法  18-21
    2.3.2 数理统计方法  21-23
    2.3.3 尺度空间融合方法  23-25
  2.4 本章小结  25-26
第3章 融合CCD信息的IIM图像分辨率增强  26-40
  3.1 引言  26
  3.2 基于MAP/SMM模型的IIM分辨率增强  26-34
    3.2.1 MAP 估计模型概述  27-28
    3.2.2 SMM解混模型  28-30
    3.2.3 混合象元解混和端元提取  30-31
    3.2.4 空间点扩散函数PSF  31-32
    3.2.5 MAP估计模型的优化  32-34
  3.3 基于ARSIS模型的IIM分辨率增强  34-39
    3.3.1 ARSIS模型的基本原理  35-37
    3.3.2 尺度间与波段间相互构造模式  37-39
  3.4 本章小结  39-40
第4章 实验结果及分析  40-57
  4.1 引言  40
  4.2 预处理过程  40-44
    4.2.1 粗配准  40
    4.2.2 精配准及 SIFT 特征点提取  40-42
    4.2.3 预处理结果  42-44
  4.3 分辨率增强结果  44-52
    4.3.1 经典图像融合方法的试验结果  44-45
    4.3.2 MAP/SMM方法的试验结果  45-46
    4.3.3 ARSIS模型的试验结果  46-52
  4.4 融合结果量化评价  52-56
    4.4.1 增强效果评价指标  52-53
    4.4.2 典型融合方法的结果评价  53-54
    4.4.3 MAP方法结果评价  54
    4.4.4 ARSIS结果评估  54-56
  4.5 本章小结  56-57
结论  57-58
参考文献  58-64
攻读硕士学位期间发表的论文及其它成果  64-66
致谢  66

相似论文

  1. 说话人识别中不同语音编码影响的补偿方法,TN912.34
  2. 高保真遥感图象压缩与分辨率增强联合处理研究,TP751
  3. 基于最大后验概率与子空间学习的二维人脸变换,TP391.41
  4. 三线阵CCD月面影像DEM生成研究,TP391.41
  5. 基于MAP的高光谱图像超分辨率方法研究,TP391.41
  6. 基于自适应阈值和马尔可夫随机场医学图像分割算法研究,TP391.41
  7. 低信噪比下的语音增强方法研究,TN912.35
  8. 基于MRF的图像样本修补技术研究及实现,TP391.41
  9. 基于数据融合的协作频谱检测算法的研究,TN925
  10. 高光谱图像解混技术研究,TP751
  11. 移动WiMAX网络编译码技术研究,TN911.22
  12. 基于遥感影像的月球DEM生成技术研究,P237
  13. 基于SAIL模型的光谱解混研究,P237
  14. 高光谱图像的异常目标检测及亚像元定位研究,TP751
  15. 红外序列图像超分辨率重建算法研究,TP391.41
  16. 基于学习的人脸图像分辨率增强技术研究,TP391.41
  17. 基于形变模型的多摄像机人脸三维重建,TP391.41
  18. 重叠码分多址系统信道编译码技术研究,TN911.22
  19. 视频图像超分辨率重建技术研究,TP391.41
  20. 基于序列图像的超分辨率重建算法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com