欢迎来到天天文库
浏览记录
ID:34911816
大小:5.94 MB
页数:79页
时间:2019-03-14
《高光谱图像空间、光谱分辨率增强方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、学校代码10699分类号TP751密级学号2013261644题目高光谱图像空间、光谱分辨率增强方法研究作者益琛领域控制工程指导教师赵永强曹捷申请学位日期二零一六年一月西北工业大学硕士学位论文(专业学位研究生)题目:高光谱图像空间、光谱分辨率增强方法研究作者:益琛琛学科专业:控制工程程指导教师:赵永强曹捷强2016年1月ADissertationfortheMaster'sDegreeResearchonHyperspectralImageSpatialandspectralSuper-resolu
2、tionMethodsByChenYisupervisedbyYongqiangZhaoJieCaoCollegeofAutomationNorthwesternPolytechincalUniversityXi’an,Shaanxi,P.R.ChinaJanuary,2016摘要高光谱成像技术能够获取所观测场景中目标的高分辨光谱信息,进而确定目标的物质组成等理化属性,在伪装目标辨别、环境监测、矿物勘探等军民领域具有重要的应用价值。受到成像机理和光学器件的限制,现有的光谱成像设备难以直接获得同时具有
3、高空间分辨率和高光谱分辨率的光谱图像,这将降低后续目标检测、识别的可靠性。通过后续图像重构来增强光谱图像的分辨率,是高空间和高光谱分辨率图像获取的常用手段。现有的高光谱图像重构方法均遵循开环型的单向处理模式,重构的高光谱图像直接用来进行后续的解译,使得重构过程中产生的误差不仅无法消除,而且会传递到后续解译中,严重影响后续分类或目标检测的准确性。另一方面,现有的高光谱图像超分辨重构仅仅着眼于空间维分辨率的提高,而忽视了光谱维分辨率的提高。本文针对以上两个问题展开研究,具体工作如下:第2章首先分析了传统
4、高光谱图像空间维超分辨重构与光谱解混合的开环型单向处理模式所存在的问题,并分析了空间维超分辨重构和光谱解混合之间的相互促进关系。针对现有模式存在的问题,引入闭环反馈思想,提出了高光谱图像空间分辨率增强与光谱解混合的反馈处理模型,该模型将空间超分辨重构与光谱解混合统一到一个框架内,使得二者互为约束,联合优化。一方面,将解混合得到的丰度与理想结果之间的偏差作为反馈,对超分辨过程进行控制与调节,以达到减少光谱畸变的目的;另一方面,将空间信息作为反馈,实现对解混合的控制与调节,从而使得解混合结果更加准确可靠
5、。该方法在稀疏表示的框架下,从全色图像中训练得到高空间分辨率的字典,将原始图像在字典上的稀疏性作为空间约束,同时利用稀疏解混合所得到的端元和丰度信息设计光谱正则项,使得超分辨和解混合互为正则,实现二者性能的同时提高,获得光谱畸变较少且具有较高空间一致性的重构结果。在模拟数据和实测数据上的实验表明,通过空间维超分辨与光谱解混合的反馈处理,重构结果和光谱解混合结果的性能均优于已有算法。第3章针对高光谱图像光谱维分辨率增强问题,提出了一种基于光谱字典学习的高光谱图像光谱维超分辨重构算法。考虑到稀疏表示能够
6、从高光谱图像中学习得到具有空间和光谱信息的字典,该算法在稀疏表示的框架下,将一系列的3-D高光谱图像变形为2-D图像后作为训练样本,利用高光谱图像2-D表示形式中空间和光谱信息的相关性,通过K-SVD字典学习方法训练得到同时含有空间信息和光谱信息的字典,并引入空间信息的保真度约束,得到光谱超分辨重构的结果。在Sandiego高光谱场景上的实验结果表明,本章算法能够有效的增强高光谱图像I的光谱分辨率,且重构的图像具有较好的空间一致性。关键词:高光谱图像,超分辨重构,光谱解混合,反馈处理,稀疏表示IIA
7、bstractHyperspectralimagingtechnologycanmeasurespectralsignatureofeachpixelintheobservedscene.Physicalandchemicalpropertiessuchasmaterialcategoryofobjectsinthescenecanbedeterminedusinghyperspectralimagingtechnology,whichiswidelyappliedintargetdetection
8、,land-coverclassification,mineralexplorationandsoon.Forthesakeofimagingmechanismandopticalequipment,resolutionofhyperspectralimageisoftenlimited.Duetothediversityofcategoryofland-coverandthecomplexityofdistributionofland-cover,lotsofmix
此文档下载收益归作者所有