学位论文 > 优秀研究生学位论文题录展示

基于小波的遥感图像超分辨率重建

作 者: 刘挺
导 师: 蒋泽云
学 校: 电子科技大学
专 业: 计算数学
关键词: 超分辨率 图像重建 小波变换 遥感图像 图像去噪
分类号: TP751
类 型: 硕士论文
年 份: 2009年
下 载: 209次
引 用: 0次
阅 读: 论文下载
 

内容摘要


由于遥感器成像系统的分辨率极限,以及大气干扰等方面的影响,往往难以直接获得分辨率高、模糊变形少的高质量遥感图像超分辨率图像重建技术可以克服图像系统内在分辨率的限制,因而这一技术在视频、遥感、医学和军事等领域得到广泛应用。本文主要研究基于小波的遥感图像超分辨率重建方法,对已有的高分辨率图像进行小波分解后得到描述各个方向上细节信息的小波系数,然后利用这些小波系数对低分辨率图像进行重建,取得了明显的效果。本文首先对遥感成像及遥感图像分辨率作了简要地阐述,然后对超分辨率图像重建技术及其应用进行了详尽地阐述。接着本文详细介绍了小波理论及其多分辨分析特性;然后利用Mallat算法对图像模型进行分解,从而可以得到描述图像各个方向上的细节信息的小波系数;最后根据最小绝对差准则,提出基于学习的小波系数估计方法,从而得到低分辨率图像在高尺度上分解的细节信息,完成对低分辨率图像的超分辨率重建。最后本文讨论了针对有噪声的遥感图像利用小波软阈值去噪的方法。

全文目录


摘要  4-5
ABSTRACT  5-8
第一章 绪论  8-14
  1.1 遥感图像  8-10
    1.1.1 遥感成像  8-9
    1.1.2 遥感图像分辨率  9-10
  1.2 超分辨率图像重建技术  10-13
    1.2.1 超分辨率图像重建技术产生背景  10-11
    1.2.2 超分辨率图像重建技术的发展  11-12
    1.2.3 超分辨率图像重建技术的应用  12-13
  1.3 研究内容及本论文组织  13-14
第二章 基于小波的超分辨率图像重建  14-29
  2.1 小波理论  14-15
  2.2 多分辨分析  15-19
    2.2.1 一维信号的多分辨分析  17
    2.2.2 二维信号的多分辨分析  17-19
  2.3 基于小波的超分辨率图像重建  19-26
    2.3.1 图像的观测模型  19-21
    2.3.2 小波重建方法分析  21-26
  2.4 实验及总结  26-29
第三章 基于小波的图像去噪方法  29-36
  3.1 问题描述  29-30
  3.2 小波方法去噪  30-31
  3.3 阈值萎缩法  31-34
    3.3.1 阈值函数  32
    3.3.2 阈值的估计  32-34
  3.4 实验及总结  34-36
第四章 总结及展望  36-38
  4.1 本文总结  36
  4.2 工作展望  36-38
致谢  38-39
参考文献  39-43
附录A  43-44
附录B  44-45
攻硕期间取得的研究成果  45-46

相似论文

  1. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  2. 图像的稀疏表示及编码模型研究,TP391.41
  3. 医学超声图像去噪方法研究,TP391.41
  4. 基于学习的低阶视觉问题研究,TP391.41
  5. 唇读中的特征提取、选择与融合,TP391.41
  6. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  7. 感觉刺激诱发脑电特征研究,R318.0
  8. 网络传输中的ROI图像编码算法研究,TN919.81
  9. 基于多尺度分析的图像融合算法研究,TP391.41
  10. 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
  11. 轮廓波变换及其在图像处理中的应用,TP391.41
  12. 基于小波的雷达视频压缩方法研究,TN957.52
  13. 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
  14. 一种多数据流聚类异常检测算法,TP311.13
  15. 基于图像的信息隐藏技术研究,TP309.7
  16. 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
  17. 结合DWT的动态数据校正研究及应用,TP274
  18. 基于小波变换和马尔可夫链的流量预测模型,TP393.06
  19. 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
  20. 基于离散小波变换的图像水印算法研究,TP309.7
  21. 脑部CT图像的压缩应用,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 遥感技术 > 遥感图像的解译、识别与处理 > 图像处理方法
© 2012 www.xueweilunwen.com