收藏本站
《中国科学院大学(中国科学院光电技术研究所)》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于微扫描成像的图像超分辨率重建技术研究

郭晓锋  
【摘要】:随着科学技术的发展,遥感技术开始朝向更高精尖的方向发展。由于利用静止轨道光学相机完成对地高分辨率观测,对国计民生具有重大意义。因此,遥感卫星的观测分辨率已成为遥感卫星性能的重要评价指标。然而,通过增大光学相机口径,增长相机焦距,减小像元尺寸等技术手段提升卫星观测分辨率不可避免的会带来一些其他的问题。如制造难度加大,成本上升,信噪比降低。近几十年来,随着数字图像处理,模式识别与机器学习技术的发展,许多学者提出采用图像后处理的手段来提升图像的分辨率。基于数字图像处理技术,利用图像后处理的手段来提升图像分辨率的过程称为图像超分辨率重建,采用的图像处理算法称为超分辨重建算法。超分辨重建技术由于采用图像后处理的手段来提升图像的分辨率,避免了上述问题。根据所处理的输入图像帧数的不同,图像超分辨重建算法可以分为基于多帧的超分辨算法和基于单帧的超分辨算法。本文分别对两类算法进行了详细的讨论和比较分析,并以此为主线,展开了对微扫描成像,亚像元技术,多帧超分辨算法,单帧超分辨算法的详细研究,主要工作和研究成果如下:(1)通过对光学遥感器成像分辨率的影响因素进行分析,得出了提升遥感器分辨率的可行技术方案,并对其进行了逐一讨论,评估了从硬件上提升光学遥感器分辨率的难度。从超分辨重建的理论基础以及采样定理的角度探讨了多帧超分辨重建的基本原理,并分析了超分辨重建算法的有效性。(2)对各种多帧超分辨算法并进行了仿真分析,指出了各类算法的优劣势。针对超分辨重建的亚像素位移图像获取问题,设计了相应的实验装置进行实验。此外,本文针对超分辨过程中求解不稳定的问题,结合动量更新策略,提出了一种基于全变分正则项的改进的最大后验概率估计算法。算法利用光流法进行图像配准,以全变分正则项作为先验约束,构建了基于最大后验概率估计框架的目标函数最小化问题,并采用动量更新策略进行优化求解。对算法进行仿真和实验分析的结果表明,本文提出的算法取得了相比以往算法更好的效果。(3)通过对图像评价因子的广泛调研分析,针对超分辨重建在实际应用场景中没有一个非常好的评价指标问题,提出将无参考图像的像质评价算法BRISQUE(Blind reference-less image spatial quality evaluator)引入超分辨重建中,解决了超分辨在无参考图像下的评价问题。该算法基于有监督的支持向量机(Support vector machine,SVM)+支持向量回归(Support Vector Regression,SVR)模型,利用SVM判断图像中各类退化因素的概率,并利用SVR对各个退化类型计算图像质量指标值,最后根据概率加权得到总的图像质量指标。由于其考虑了各类退化因素,所以比较适合衡量超分辨重建算法的效果。(4)针对多帧超分辨重建问题存在的诸多局限性,比如多帧超分辨存在图像配准误差大,先验知识难以定义等问题。基于此,开展了基于单帧的超分辨重建算法研究。通过仿真分析表明,基于深度学习的算法取得了较好的效果,然而,基于深度学习的算法鲁棒性欠佳,对于一些图像可能出现图像偏色问题。
【学位授予单位】:中国科学院大学(中国科学院光电技术研究所)
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP751

【参考文献】
中国期刊全文数据库 前4条
1 王志明;;无参考图像质量评价综述[J];自动化学报;2015年06期
2 高美静;芦鑫;张春晓;;光学微扫描显微热成像系统超分辨力图像处理方法研究[J];燕山大学学报;2011年01期
3 徐超;金伟其;李雅琼;;光学微扫描器技术及其实现方式[J];红外技术;2006年06期
4 左月萍,张建奇;几种工作模式的微扫描成像系统的理论建模和仿真[J];红外与毫米波学报;2003年02期
中国博士学位论文全文数据库 前6条
1 杨文波;航空图像超分辨率重构技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2014年
2 王静;基于成像系统建模提高遥感图像分辨率方法研究[D];南京理工大学;2012年
3 张剑;图像超分辨率重建问题研究[D];中南大学;2010年
4 刘妍妍;一种新型超分辨重建技术的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
5 谭兵;多帧图像空间分辨率增强技术研究[D];解放军信息工程大学;2004年
6 曹聚亮;图像超分辨率处理、成像及其相关技术研究[D];国防科学技术大学;2004年
中国硕士学位论文全文数据库 前1条
1 胡萌萌;基于亚像素级位移的超分辨率成像系统设计[D];西安工业大学;2012年
【共引文献】
中国期刊全文数据库 前10条
1 张飞艳;张长江;;基于卡通纹理分解的复合降质图像质量评价[J];浙江师范大学学报(自然科学版);2018年03期
2 贺鹏;徐立帅;张玉伟;白雪娇;;基于结构相似度的太谷县LST空间特征[J];河北农业科学;2018年01期
3 文继李;丁立新;万润泽;;基于非下采样轮廓波变换的模糊图像质量评价[J];计算机工程与设计;2018年04期
4 范赐恩;冉杰文;颜佳;邹炼;石文轩;;颜色空间统计联合纹理特征的无参考图像质量评价[J];光学精密工程;2018年04期
5 梅嘉祥;刘展宁;张志佳;王子韬;张轩祎;薛晴;;图像模糊度评价及其应用综述[J];软件工程;2018年04期
6 胡瑞;肖鹏峰;冯学智;张学良;;玛纳斯河流域积雪区GF-1卫星图像辐射质量比较[J];遥感技术与应用;2018年01期
7 李月龙;刘延昌;肖志涛;耿磊;张芳;吴骏;张欣鹏;;基于关键标记点高频分析的模糊人脸图像鉴别[J];小型微型计算机系统;2018年02期
8 徐岩;马硕;王权威;;一种利用前景模型的水下图像增强算法[J];小型微型计算机系统;2017年12期
9 朱映映;曹磊;王旭;;无参考屏幕内容图像质量评价[J];软件学报;2018年04期
10 郑恩;林靖宇;;基于图像质量约束的无序图像关键帧提取[J];计算机工程;2017年11期
中国博士学位论文全文数据库 前10条
1 何林阳;航空图像超分辨率重建关键技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年
2 王志斌;自适应光学荧光闭环技术在共聚焦成像中的应用[D];中国科学院研究生院(光电技术研究所);2015年
3 李亚鹏;CCD错位成像系统与高分辨率图像重构技术[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年
4 海涛;基于偏微分方程的图像分辨率增强研究[D];哈尔滨工程大学;2013年
5 谌雨章;激光水下成像的图像复原及超分辨率重建算法研究[D];华中科技大学;2012年
6 王静;基于成像系统建模提高遥感图像分辨率方法研究[D];南京理工大学;2012年
7 白俊奇;高分辨率红外成像中的图像处理算法研究[D];南京理工大学;2010年
8 张进;微型零件高精度影像测量系统中关键技术研究[D];天津大学;2010年
9 王宇;全景成像的计算机重构技术研究[D];长春理工大学;2010年
10 刘妍妍;一种新型超分辨重建技术的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
中国硕士学位论文全文数据库 前6条
1 郭晓锋;基于微扫描成像的图像超分辨率重建技术研究[D];中国科学院大学(中国科学院光电技术研究所);2018年
2 吴凯;球面波数字全息颗粒测量方法研究及装置开发[D];浙江大学;2017年
3 刘琴;基于微扫描的红外超分辨率成像技术研究[D];重庆邮电大学;2016年
4 许伟;光学微扫描X射线实时成像系统研究[D];燕山大学;2016年
5 袁影;新概念超分辨率红外成像方法研究[D];西安电子科技大学;2014年
6 孟杰;基于气象卫星扫描辐射计的二维动态测角系统研究[D];南京理工大学;2013年
【二级参考文献】
中国期刊全文数据库 前9条
1 李朝锋;唐国凤;吴小俊;琚宜文;;学习相位一致特征的无参考图像质量评价[J];电子与信息学报;2013年02期
2 李天翼;王明辉;吴亚娟;常化文;;图像噪声方差的小波域估计算法[J];北京工业大学学报;2012年09期
3 柳薇;;SVD域的图像高斯噪声强度估计[J];中国图象图形学报;2012年08期
4 高美静;金伟其;王霞;徐超;陈翼男;;高分辨力光学微扫描显微热成像系统设计与实现[J];仪器仪表学报;2009年05期
5 张荣;杨建朝;张倩;刘政凯;;SAR图像运动模糊参数估计[J];电子学报;2007年10期
6 张楠,金伟其,苏秉华,刘扬阳;高分辨力红外热图像重建算法的进展及研究[J];兵工学报;2005年02期
7 张旗,梁德群,樊鑫;基于小波域的图像噪声估计新方法[J];计算机工程;2004年08期
8 左月萍,张建奇;一种提高系统分辨率、改善图像质量的技术——微扫描[J];红外技术;2001年04期
9 张海涛,赵达尊;微扫描减少光电成像系统频谱混淆的数学原理及实现[J];光学学报;1999年09期
中国博士学位论文全文数据库 前6条
1 张剑;图像超分辨率重建问题研究[D];中南大学;2010年
2 邵文泽;基于图像建模理论的多幅图像正则化超分辨率重建算法研究[D];南京理工大学;2008年
3 程燕;图像超分辨率重建关键技术的研究[D];上海交通大学;2007年
4 郭晓新;超分辨率重建问题的研究[D];吉林大学;2005年
5 袁小华;超分辨率图像恢复中的方法研究[D];南京理工大学;2005年
6 谭兵;多帧图像空间分辨率增强技术研究[D];解放军信息工程大学;2004年
中国硕士学位论文全文数据库 前7条
1 姚丽娟;基于视频序列的图像超分辨率重建技术研究[D];北京交通大学;2010年
2 舒平;CCD图像传感器像元建模与仿真[D];电子科技大学;2009年
3 祝勇;基于序列图像的超分辨率重构技术研究[D];长春理工大学;2009年
4 周智浩;基于序列图像的二维超分辨率重构技术研究[D];浙江大学;2006年
5 赵文蕾;基于互有位移序列图像的超分辨率复原技术研究[D];燕山大学;2006年
6 张平;基于序列图像重构的超分辨率成像技术研究[D];浙江大学;2003年
7 铁桂勤;超分辨率遥感影像重建技术的研究[D];中国人民解放军信息工程大学;2002年
【相似文献】
中国期刊全文数据库 前10条
1 袁桂霞;周先春;基于稀疏贝叶斯估计的单图像超分辨率算法[J];计算机应用研究;2019年03期
2 邢晓羊;魏敏;符颖;;基于特征损失的医学图像超分辨率重建[J];计算机工程与应用;年期
3 孙旭;李晓光;李嘉锋;卓力;;基于深度学习的图像超分辨率复原研究进展[J];自动化学报;2017年05期
4 曾凯;丁世飞;;图像超分辨率重建的研究进展[J];计算机工程与应用;2017年16期
5 沈焕锋;李平湘;张良培;王毅;;图像超分辨率重建技术与方法综述[J];光学技术;2009年02期
6 丁海勇;卞正富;;数字图像超分辨率重构技术研究[J];计算机与数字工程;2007年10期
7 孔玲莉,黄华,齐春,刘美娟;图像超分辨率研究的最新进展[J];光学技术;2004年03期
8 连逸亚;吴小俊;;超深的卷积神经网络的图像超分辨率重建研究[J];计算机工程;年期
9 邱康;易本顺;向勉;肖进胜;;协作稀疏字典学习实现单幅图像超分辨率重建[J];光学学报;年期
10 孙超;吕俊伟;宫剑;仇荣超;李健伟;伍恒;;结合小波变换与深度网络的图像超分辨率方法[J];激光与光电子学进展;年期
中国重要会议论文全文数据库 前10条
1 姜倩茹;白煌;;基于双字典设计的图像超分辨率重构[A];信号处理在生仪2014学术年会论文集[C];2014年
2 杨浩;高建坡;陈向东;吴镇扬;;利用示例图像获取先验知识的图像超分辨率重建算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
3 张东;韩军;;图像超分辨率重建算法研究[A];2010年西部光子学学术会议摘要集[C];2010年
4 阮小燕;陈向宁;高孟男;;基于相位相关法与小波变换的图像超分辨率重建[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
5 张煜东;吴乐南;奚吉;王水花;;变长小生境算法用于图像超分辨率复原[A];2009年通信理论与信号处理学术年会论文集[C];2009年
6 闫允一;郭宝龙;;基于小波的图像超分辨率重建算法研究[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 张琼;付怀正;沈民奋;;基于稀疏表示的彩色图像超分辨率重建算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
8 姚林;;基于双边滤波插值图像超分辨率重建算法研究[A];云南省测绘地理信息学会2015年学术年会论文集[C];2015年
9 韩玉兵;殷玮玮;吴乐南;;基于Wavelet-HMM的图像超分辨率重建[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
10 顾莹;朱秀昌;;基于CS的图像超分辨率重建[A];2010年通信理论与信号处理学术年会论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 查志远;基于稀疏表示与低秩模型的图像复原算法研究[D];南京大学;2018年
2 范亚茹;基于稀疏优化的图像与信号处理方法及其应用[D];电子科技大学;2018年
3 徐向阳;RGB-D图像内容分析关键技术研究[D];南京大学;2018年
4 张新;图像处理中超分辨率与修复方法的研究[D];山东大学;2018年
5 翟海天;图像超分辨率重建关键技术研究[D];西北工业大学;2016年
6 徐海明;图像超分辨率重建关键技术的基础研究[D];中国科学技术大学;2013年
7 张剑;图像超分辨率重建问题研究[D];中南大学;2010年
8 曹聚亮;图像超分辨率处理、成像及其相关技术研究[D];国防科学技术大学;2004年
9 肖建平;图像超分辨率算法与硬件实现研究[D];华中科技大学;2006年
10 康凯;图像超分辨率重建研究[D];中国科学技术大学;2016年
中国硕士学位论文全文数据库 前10条
1 唐欢;视频人脸图像超分辨率重建技术研究[D];电子科技大学;2018年
2 罗成先;基于sparse coding的图像分类算法研究[D];电子科技大学;2018年
3 黄思炜;基于深度学习的超分辨率图像重建算法研究[D];太原理工大学;2018年
4 梁爽;基于Siamese结构的深度学习图像超分辨率算法研究[D];北京邮电大学;2018年
5 贺璟;基于改进POCS的图像超分辨率重建算法研究[D];太原理工大学;2018年
6 袁飞祥;基于稀疏正则模型的彩色图像超分辨率重建算法研究[D];兰州理工大学;2018年
7 史长宏;基于非冗余互补信息的图像超分辨率算法研究[D];兰州理工大学;2018年
8 杨维国;基于稀疏字典学习的图像超分辨率研究[D];山东师范大学;2018年
9 张军磊;特征约束的多实例反投影图像超分辨率算法的研究[D];山东大学;2018年
10 杨琇卿;基于Lanczos插值的迭代反投影图像超分辨率算法[D];山东大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026