【摘要】：圖像領(lǐng)域?qū)Ω哔|(zhì)量高分辨率圖像有著巨大需求,已有大量研究者對如何獲取高分辨率圖像進(jìn)行了廣泛的研究。雖然在自然圖像領(lǐng)域中超分辨方法取得了巨大成功,但是遙感圖像超分辨重建仍然存在許多難點(diǎn)。特別是SAR圖像,它具有全天時、全天候工作的優(yōu)點(diǎn),但是受到成像機(jī)理的限制和影響,SAR圖像分辨率往往不高。本文在國家高層次人才特殊支持計(jì)劃面上項(xiàng)目(SAR影像解譯與目標(biāo)識別)等項(xiàng)目的支持下,借鑒深度學(xué)習(xí)和生成對抗網(wǎng)絡(luò)理論,針對SAR圖像中的超分辨問題展開了研究,論文研究成果如下:1.實(shí)現(xiàn)了基于卷積的SAR圖像超分辨重建方法。該網(wǎng)絡(luò)用多尺度卷積核操作,保證了特征的多樣性,針對斑點(diǎn)噪聲的干擾,在網(wǎng)絡(luò)中加入感知損失,實(shí)現(xiàn)了語義級的圖像重建,實(shí)驗(yàn)結(jié)果表明所重建的高分辨率SAR圖像其邊緣信息重建效果更好。2.實(shí)現(xiàn)了基于生成對抗網(wǎng)絡(luò)的圖像超分辨方法。該方法將分類標(biāo)簽作為輔助信息引入生成器的訓(xùn)練過程,使得超分辨結(jié)果更利于后續(xù)進(jìn)行圖像分類。所采用降噪編碼GAN網(wǎng)絡(luò)形式能夠?qū)W習(xí)含噪數(shù)據(jù)的概率分布,使得該方法可以應(yīng)用于SAR圖像這樣噪聲影響較大的圖像超分辨問題中。該方法采用人工合成噪聲圖像進(jìn)行測試,實(shí)驗(yàn)結(jié)果表明在含噪情況下,該網(wǎng)絡(luò)可以實(shí)現(xiàn)圖像的超分辨重建。3.實(shí)現(xiàn)了基于深度集成網(wǎng)絡(luò)的圖像超分辨方法。該方法構(gòu)造了包含編碼網(wǎng)絡(luò)、殘差網(wǎng)絡(luò)和卷積網(wǎng)絡(luò)三個通道的深度集成網(wǎng)絡(luò),通過增加集成網(wǎng)絡(luò)層,實(shí)現(xiàn)了能綜合利用多種網(wǎng)絡(luò)模型的圖像超分辨框架。對真實(shí)圖像的超分辨結(jié)果表明該方法能夠獲得比單獨(dú)網(wǎng)絡(luò)更好地圖像超分辨結(jié)果。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP751
【圖文】：

算法等軟件等條件的限制，收獲的圖像往往存在一些退化現(xiàn)象，直接結(jié)果就是圖像的成像質(zhì)量降低。圖2.1 圖像退化模型其中 表示初始高分辨率圖像， 表示退化公式， 表示各種噪聲，表示退化后的最終圖像。以下式子表示圖像的退化過程：g ( x, y ) F{ H [ f ( x, y )], n( x, y )}（2-1）對于超分辨復(fù)原問題來時，圖像的降質(zhì)模型的數(shù)學(xué)表達(dá)式如下：g D B x n（2-2）其中 D 為圖像的下采樣過程，B 表示模糊圖像的映射函數(shù)，n 表示加性噪聲，x為原始高分辨率(HR

西安電子科技大學(xué)碩士學(xué)位論文6圖2.2 圖像分辨率退化過程如上圖可得，高分辨率圖像在經(jīng)過一系列退化和加噪后，降質(zhì)為低分辨率圖像。可以通過退化過程的逆過程，設(shè)計(jì)合理的方法對低分圖像進(jìn)行超分辨重建，流程如下圖：圖2.3 LR 圖像到 HR 圖像的恢復(fù)過程圖像超分辨（Super-resolution，SR）重建問題是一個病態(tài)問題，因此我們無法單單通過計(jì)算求出結(jié)果，故而我們要建立低分辨率到高分辨率圖像之間映射的數(shù)學(xué)模型，之后我們再加上利用一些先驗(yàn)知識，才能更好地求解這個問題。2.2 超分辨方法介紹2.2.1 基于插值的方法在超分辨研究的歷史中，基于插值的方法出現(xiàn)的最早。這種算法有著計(jì)算簡單和低復(fù)雜度的長處

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;我國學(xué)者在無標(biāo)記遠(yuǎn)場超分辨領(lǐng)域取得突破[J];前沿科學(xué);2017年01期

2 雷銘;孫育杰;李輝;;“超分辨成像”專題前言[J];光學(xué)學(xué)報;2017年03期

3 王超;張雅琳;姜會林;李英超;江倫;付強(qiáng);韓龍;;超分辨成像方法研究現(xiàn)狀與進(jìn)展[J];激光與紅外;2017年07期

4 李樂;趙鳳群;;一種基于偏微分方程的圖像超分辨方法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2010年09期

5 周輝;趙曉楓;阮昊;;光學(xué)超分辨技術(shù)在高密度光存儲中的應(yīng)用[J];激光與光電子學(xué)進(jìn)展;2007年02期

6 郭斌均,莊松林;光學(xué)系統(tǒng)超分辨的光源編碼技術(shù)[J];光學(xué)學(xué)報;1988年11期

7 E.Brookner;J.M.Howell;孫炳生;;自適應(yīng)—自適應(yīng)陣列處理[J];現(xiàn)代雷達(dá);1988年Z1期

8 郭斌均;莊松林;陳持平;;實(shí)用高清晰度成像的光源方法[J];光學(xué)儀器;1989年04期

9 彭應(yīng)寧;鄭玉寶;;超分辨陣列處理技術(shù)[J];現(xiàn)代雷達(dá);1989年04期

10 張凱兵;朱丹妮;王珍;閆亞娣;;超分辨圖像質(zhì)量評價綜述[J];計(jì)算機(jī)工程與應(yīng)用;2019年04期

相關(guān)會議論文 前10條

1 李大勇;吳樂南;;特定條件下的圖像超分辨重建快速算法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

2 喬延利;葉松;方黎;洪津;方勇華;荀毓龍;;超分辨空間外差光譜成像技術(shù)[A];第六屆成像光譜技術(shù)與應(yīng)用研討會文集[C];2006年

3 孫方穩(wěn);陳向東;郭光燦;;量子超分辨成像技術(shù)及應(yīng)用[A];第十一屆全國光學(xué)前沿問題討論會會議論文摘要集[C];2015年

4 包立君;陳忠;;基于頻譜結(jié)構(gòu)和方向特性的磁共振圖像超分辨重建方法[A];第十九屆全國波譜學(xué)學(xué)術(shù)會議論文摘要集[C];2016年

5 王中寶;尹奎英;;基于零空間投影迭代的實(shí)孔徑掃描雷達(dá)方位超分辨方法[A];第四屆高分辨率對地觀測學(xué)術(shù)年會論文集[C];2017年

6 徐兆超;;超分辨成像熒光染料的機(jī)遇、挑戰(zhàn)與發(fā)展[A];第十屆全國化學(xué)生物學(xué)學(xué)術(shù)會議報告摘要集[C];2017年

7 程曉東;曹軒;何彥;;超分辨等離激元散射光成像研究[A];第十七屆全國光散射學(xué)術(shù)會議摘要文集[C];2013年

8 張素恒;曹德忠;汪凱戈;;基于一階場關(guān)聯(lián)的超分辨干涉[A];第十七屆全國量子光學(xué)學(xué)術(shù)會議報告摘要集[C];2016年

9 張國權(quán);;激光的超分辨干涉[A];第十一屆全國光學(xué)前沿問題討論會會議論文摘要集[C];2015年

10 姚保利;雷銘;但旦;郜鵬;楊延龍;嚴(yán)紹輝;閔俊偉;葉彤;;超分辨光學(xué)成像與光學(xué)微操縱技術(shù)[A];2013年（第五屆）西部光子學(xué)學(xué)術(shù)會議論文集[C];2013年

相關(guān)重要報紙文章 前7條

1 駐高新區(qū)首席記者 周建越;一個超分辨顯微鏡申請超90項(xiàng)發(fā)明專利[N];蘇州日報;2018年

2 記者 張建列 通訊員 楊柳青;低功率光學(xué)“橡皮擦”實(shí)現(xiàn)超分辨成像[N];廣東科技報;2018年

3 倪偉 敖陽利;縱有十八般武藝，最愛還是科研[N];中國航天報;2017年

4 首席記者 許琦敏;高端超分辨光學(xué)顯微鏡項(xiàng)目通過驗(yàn)收[N];文匯報;2018年

5 記者 周建越;蘇州研制超分辨顯微鏡 有望打破歐美壟斷[N];蘇州日報;2014年

6 本報記者 霍強(qiáng);姚保利：打造探索未知世界的“慧眼”[N];陜西日報;2018年

7 記者 吳長鋒 通訊員 楊保國;光學(xué)超分辨成像精度破極限達(dá)4.1納米[N];科技日報;2015年

相關(guān)博士學(xué)位論文 前10條

1 張鑫;雷達(dá)方位超分辨關(guān)鍵技術(shù)研究[D];大連海事大學(xué);2018年

2 張永超;機(jī)載雷達(dá)前視虛擬陣列超分辨成像方法研究[D];電子科技大學(xué);2018年

3 高輝;基于幾何相位超表面的超分辨成像功能器件研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院光電技術(shù)研究所);2018年

4 趙麗娜;自適應(yīng)光學(xué)瞳面濾波超分辨成像技術(shù)及其對視功能的影響研究[D];電子科技大學(xué);2018年

5 王海軍;基于高斯過程回歸的單幀圖像超分辨重建算法[D];西安電子科技大學(xué);2016年

6 劉海濤;實(shí)現(xiàn)光學(xué)超分辨的衍射器件設(shè)計(jì)方法研究[D];清華大學(xué);2005年

7 曹順;微納超材料結(jié)構(gòu)的超分辨成像和超吸收特性的研究[D];中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所;2017年

8 王雪花;基于單分子熒光閃爍的快速超分辨顯微方法和實(shí)驗(yàn)研究[D];深圳大學(xué);2017年

9 管金稱;基于統(tǒng)計(jì)優(yōu)化的雷達(dá)掃描波束超分辨[D];電子科技大學(xué);2015年

10 馬冬冬;遙感圖象復(fù)原與超分辨并行處理系統(tǒng)設(shè)計(jì)技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 馬靜雯;基于反卷積的雷達(dá)角超分辨成像方法研究[D];西安電子科技大學(xué);2018年

2 查文錦;資源受限條件下的人臉識別研究[D];西安電子科技大學(xué);2018年

3 王苗;基于微球特性的光學(xué)超分辨顯微成像研究[D];西安電子科技大學(xué);2018年

4 宋慶敏;基于實(shí)例的超分辨重建及其在PCB板缺陷檢測中的應(yīng)用[D];西安電子科技大學(xué);2018年

5 高靜;基于深度學(xué)習(xí)的圖像超分辨重建及其在PCB焊接質(zhì)量檢測的應(yīng)用[D];西安電子科技大學(xué);2018年

6 李程遠(yuǎn);基于深度學(xué)習(xí)的SAR圖像超分辨研究[D];西安電子科技大學(xué);2018年

7 王振;基于學(xué)習(xí)策略的SAR圖像超分辨[D];西安電子科技大學(xué);2018年

8 孔繁慧;基于低通濾波的超分辨關(guān)聯(lián)成像[D];遼寧大學(xué);2018年

9 夏陽;利用微球超分辨效應(yīng)觀察運(yùn)動熒光微球的研究[D];南京師范大學(xué);2018年

10 鄧蕓;級聯(lián)型微球透鏡超分辨成像的特性研究[D];南京師范大學(xué);2018年

本文編號：2713292