遥感影像的超分辨率重建算法研究

《遥感影像的超分辨率重建算法研究》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、论文题目：遥感影像的超分辨率重建算法研究作者姓名：奎僮入学时间：专业名称：塑图堂皇塑驻息系统研究方向：指导教师：韭红目职称：论文提交日期：论文答辩日期：授予学位日期：嚣一兰RESEARCHONSUPERRESOLUTIONRECONSTRUCTIONALGORITHMOFREMOTESENSINGIMAGEADissertationsubmittedinfulfillmentoftherequirementsofthedegreeofMASTERoFSCIENCEfromShandongUniversityofScienceandTechnolo

2、gyLiJiaoSupervisor：ProfessorZhangHongriProfessorSunLinGeomaticsCollegeJune2013声明本人呈交给山东科技大学的这篇硕士学位论文，除了所列参考文献和世所公认的文献外，全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其‘苦任何学术机关作鉴定。硕士生签名：日AFFIRMATION期：zD『≥．占．f弓，Ideclarethatthisdissertation，submittedinfulfillmentoftherequirementsfortheawardofMaste

3、rofScienceinShandongUniversityofScienceandTechnology,iswhollymyownworkunlessreferencedofacknowledge．Thedocumenthasnotbeensubmittedforqualificationatanyotheracademicinstitute．Signature：厶JDate：占¨≥7劲侈山东科技大学硕士学位论文摘要从系列多帧低分辨率影像中提取有用的信息来重建空间分辨率更高的影像的算法称为图像超分辨率重建。在现实中，往往由于传感器价格高昂或者其

4、他物理因素的限制使得人们无法通过提高设备的分辨率来获取更高分辨率的影像时，采用超分辨率重建算法来重建可以超越成像系统固有分辨率极限的高分辨率影像成为一种必然的研究趋势。即使当前已经开发出很多具有高空间分辨率的物理设备，卫星搭载的成像系统也在不断完善中，超分辨率算法仍然被广泛应用，因为它提供了一种既廉价又方便的方法。本文首先详细介绍了超分辨率重建技术的原理及方法，然后采用基于MAP算法的图像超分辨重建技术对序列低分辨率图像进行复原，并采用传统插值方法一三次样条插值提高图像分辨率，从定量评价和目视评价两方面对处理后的图像进行分析比较，定量评价中，采用

5、峰值信噪LL(PSNR)、相对误差(I也)、均方差(MSE)、信息熵等指标进行评价，评价结果表明以Huber-Markov随机场为先验模型的MAP超分辨率重建方法与改进的微分光流法结合后复原后的图像效果更好，能够给出的细节信息比原始低分辨率图像更多。最后用该方法对ASTER和MODIS图像分别进行重建，提高原始遥感影像的分辨率。在基于以上思想的指导下，进行了超分辨率图像重建算法的研究，主要做的工作有：l、通过对图像退化和成像过程的分析，建立联系理想高分辨率图像和退化后低分辨率图像的成像模型，分析后可知多帧图像超分辨率的重建过程町以看作是图像成像过

6、程的逆过程，介绍超分辨率重建的基本流程和图像的成像模型。2、介绍运动估计的概念，分析运动估计对于图像重建的重要性。结合先前研究者得出的各种光流场算法，寻求在本文中最适用的光流法来对图像进行配准。3、从统计学角度出发，使用了MAP算法进行超分辨率重建，利用Huber．Markov随机场模型为先验约束条件，建立目标函数，用梯度下降法解目标函数。进行图像仿真试验，将MAP超分辨率重建所得结果与三次样条插值结果和原始影像进行了对比。最后分别用MAP超分辨率重建方法和三次样条插值对ASTER和MODIS的图像进行重建，并采用定量评价方法对重建图像和三次样条

7、插值图像进行了评比。4、通过实验及评价表明，在MAP算法的基础上，以Huber-Markov随机场为先验模型，有利于保留重建后图像的细节信息。选择了基于退后准则的梯度下降法作为求解山东科技大学硕士学位论文摘要目标函数的迭代算法，提高了处理的速度。比关键字：超分辨率重建，光流估计法，MAP算法，Markov随机场模型，峰值信噪山东科技大学硕士学位论文AbstractABSTRACTImagesuper-resolutionreconstructionisallalgorithmtoreconstructhigherspatialresolution

8、imagefromaseriesoflow—resolutionimages．Peoplehavealwaysbeenstrivingf