隨著航空技術(shù)日新月異的發(fā)展，航空成像技術(shù)已經(jīng)在地形測繪、土地和森林資源調(diào)查、城市建設(shè)、鐵路和公路建設(shè)以及軍事偵察等諸多領(lǐng)域得到了廣泛的應(yīng)用。但在航空攝影的過程中，圖像的質(zhì)量受諸多因素的影響。由于受太陽光散射引起的空中霧的亮度、航空攝影中飛機(jī)的震動(dòng)、曝光時(shí)間內(nèi)飛機(jī)運(yùn)動(dòng)引起的像點(diǎn)移位、成像系統(tǒng)物鏡的殘余像差、感光材料的性能以及飛行姿態(tài)等因素影響，使實(shí)際獲得圖像的分辨率較低，圖像質(zhì)量較差。因此，研究航空圖像的超分辨率重構(gòu)，從圖像處理的角度提高航空圖像的分辨率，具有重要的應(yīng)用意義。本文著重研究航空圖像超分辨率重構(gòu)的一些關(guān)鍵技術(shù)問題，研究成果如下： (1)單幀圖像超分辨率重構(gòu)。同一場景不具備拍攝多幀圖像的條件，針對這一問題，本文重點(diǎn)研究了線性插值、3次Ｂ樣條插值、O-MOMS插值和Keys插值四種多項(xiàng)式插值重構(gòu)算法，給出了四種線性空間移不變的多項(xiàng)式插值公式，但是線性空間移不變插值技術(shù)易導(dǎo)致圖像邊緣平滑，為了解決這一問題，本文提出了一種線性空間移變自適應(yīng)插值算法，該算法是對有偏距離插值算法的改進(jìn)，對多項(xiàng)式插值中的像素值賦以不同權(quán)值，像素值的權(quán)值因子大小取決于其鄰域像素值不一致性，權(quán)值因子能使圖像局...

【文章頁數(shù)】：144 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
目錄
第1章 緒論
    1.1 課題研究背景及意義
        1.1.1 圖像分辨率提高的因素限制
    1.2 相關(guān)領(lǐng)域的研究現(xiàn)狀
        1.2.1 超分辨率重構(gòu)的研究概述
        1.2.2 軟硬件結(jié)合的超分辨率重構(gòu)
    1.3 論文的研究內(nèi)容和組織結(jié)構(gòu)
        1.3.1 論文的研究內(nèi)容
第2章 多項(xiàng)式插值重構(gòu)
    2.1 多項(xiàng)式插值
        2.1.1 理想插值
        2.1.2 基于 B 樣條的插值基函數(shù)
        2.1.3 應(yīng)用數(shù)字濾波器確定 B 樣條插值基函數(shù)系數(shù)
        2.1.4 O-MOMS 插值
        2.1.5 Keys 插值
    2.2 自適應(yīng)多項(xiàng)式插值
        2.2.1 圖像的降采樣模型
        2.2.2 線性空間移不變的圖像插值
        2.2.3 基于有偏距離的圖像插值
        2.2.4 帶有權(quán)值因子的圖像插值
    2.3 性能測試與分析
    2.4 本章小結(jié)
第3章 互信息圖像配準(zhǔn)方法研究
    3.1 圖像配準(zhǔn)概述
    3.2 基于互信息的圖像配準(zhǔn)
        3.2.1 最大互信息測度
        3.2.2 圖像的互信息計(jì)算
        3.2.3 圖像互信息的配準(zhǔn)模型
        3.2.4 空間變換與插值
        3.2.5 搜索策略
        3.2.6 基于互信息圖像配準(zhǔn)流程
    3.3 算法性能測試
    3.4 本章小結(jié)
第4章 序列圖像的超分辨率重構(gòu)
    4.1 基于先驗(yàn)信息的超分辨率重構(gòu)
        4.1.1 圖像的觀測模型
        4.1.2 算法的基本原理
        4.1.3 簡化的圖像觀測模型
        4.1.4 圖像配準(zhǔn)
        4.1.5 圖像復(fù)原
        4.1.6 基于小波變換的序列圖像融合方法
        4.1.7 圖像插值重構(gòu)
        4.1.8 算法的技術(shù)流程
    4.2 基于最大公因子法的盲超分辨率重構(gòu)
        4.2.1 圖像盲復(fù)原
        4.2.2 GCD 問題的提出
        4.2.3 1D-GCD 算法的求解
        4.2.4 2D-GCD 算法的求解
        4.2.5 基于序列圖像的 2D-GCD 算法
        4.2.6 算法的技術(shù)流程
    4.3 算法性能測試
        4.3.1 基于先驗(yàn)信息的超分辨率重構(gòu)算法測試
        4.3.2 基于最大公因子法的盲超分辨率重構(gòu)算法測試
    4.4 本章小結(jié)
第5章 亞像元成像的超分辨重構(gòu)
    5.1 亞像元成像的超分辨重構(gòu)
        5.1.1 亞像元成像的工作原理及工作模式
        5.1.2 亞像元成像超分辨率重構(gòu)算法
    5.2 多線陣探測器亞像元成像的超分辨重構(gòu)
        5.2.1 系統(tǒng)采樣頻率與空間分辨率
        5.2.2 多線陣 CCD 的亞像元成像
        5.2.3 高分辨率網(wǎng)格的插值模型
        5.2.4 高分辨率圖像模糊核的辨識
        5.2.5 高分辨率圖像的去模糊
    5.3 性能測試與分析
        5.3.1 3線陣探測器亞像元成像的超分辨率重構(gòu)
        5.3.2 4線陣探測器亞像元成像的超分辨率重構(gòu)
        5.3.3 模糊圖像延遲距離確定
        5.3.4 Neumann BCs-GSR 與 Neumann BCs-GSRL 去模糊效果
        5.3.5 對比亞像元成像系統(tǒng)與普通成像系統(tǒng)的分辨率
    5.4 本章小結(jié)
第6章 結(jié)論與展望
    6.1 全文總結(jié)
    6.2 研究展望
參考文獻(xiàn)
在學(xué)期間學(xué)術(shù)成果情況
指導(dǎo)教師及作者簡介
致謝



本文編號：3822265