高光譜圖像是遙感圖像處理領域非常重要的一類圖像。相對于多光譜圖像或者全色圖像,目前設備所獲取的高光譜圖像空間分辨率較低,這限制了高光譜圖像的一·些實際應用。因此提高高光譜圖像的空間分辨率具有重要意義,已經成為近幾年的研究熱點�，F有的高光譜圖像超分辨技術和方法對噪聲不魯棒,致使其超分辨的效果不佳。另外有關泊松噪聲或者高斯-泊松混合噪聲情形高光譜圖像超分辨的研究工作甚少。本文圍繞不同噪聲干擾的高光譜圖像超分辨問題,展開了深入研究。主要的工作和創(chuàng)新點如下:1.在高斯噪聲環(huán)境下,提出了一種基于雙約束光譜解混技術的高光譜圖像超分辨方法。通過建立端元矩陣的互距離約束正則項和豐度矩陣的拉普拉斯圖模型正則項,解決了現有的高光譜圖像超分辨方法對強噪聲不魯棒問題。另外,在計算拉普拉斯圖結構的權重矩陣中,引入基于學習的權重計算方法。將權重更新和圖像估計統(tǒng)一在一個優(yōu)化問題中,從而能自適應地更新豐度矩陣,提高了估計精度。實驗結果表明本文提出的方法優(yōu)于目前的其他方法。2.在泊松噪聲環(huán)境下,提出了一種基于稀疏表示和非局部雙正則化的高光譜圖像超分辨方法。而且利用主成分分析方法對高光譜圖像降維處理,減少需要優(yōu)化的變量數... 

【文章來源】：福州大學福建省 211工程院校

【文章頁數】：134 頁

【學位級別】：博士

【部分圖文】：

高光譜圖像示意圖

映矩陣［２４１，對Ｗａｓｈｉｎｇｔｏｎ?ＤＣ?ｍａｌｌ和Ｕｒｂａｎ數據集，使用Ｌａｎｄｓａｔ?ＴＭ譜反映矩陣［２４１。??ＬａｎｄｓａｔＴＭ譜反映矩陣產生四個波段的多光譜圖像，分別是０．４５－０．５２，０．５２－０．６０，??０．６３－０．６９和０．７６－０．９０／ｍｉ，對應的波段是藍、綠、紅和紫外光。圖３－１給出了不同波??段的兩類光譜反映（Ｓｐｅｃｔｒａｌ?Ｒｅｓｐｏｎｓｅ，ＳＲ）。??〇〇６１?＾ｆ＿?＇?．．ｒｎ?０２１???＇?，?■?．?ｎ??／?＼???ｂｌｕｅ???ｂｌｕｅ??０．０５?■?／?＊?＊?９ｒｅｅｎ?ｇｒｅｅｎ??Ｊ?１?？?本?ｒｅｄ?ｒｅｄ??／?＊？??ｉｎｆｒａｒｅｄ?５?／］學＊??ｉｎｆｒａｒｅｄ??０Ｍ?＼?．??Ｓｏ?〇〇３?／?★?Ｊ?＼?＾?〇．ｉ??０．０２?－ｊ?＊?＾?ｊ?＇?＇廣??００１?｛ｊ?ｙ?－??Ｄ????ｎ?ｍｍｍｍ??????????０?２０?４０?６０?８０?１００?１２０?０?５０?１００?１５０?２００??ｂａｎｄ?ｂａｎｄ??圖３－１?ＩＫＯＮＯＳ?ｓａｔｅｌｌｉｔｅ和Ｌａｎｄｓａｔ?ＴＭ兩種光譜反映函數．??在實驗中，我們提出的方法有四個模型參數需要設置。參數Ａ控制端元矩陣正??則項和數據保真項之間平衡，參數＂控制豐度矩陣正則項和數據保真項之間平衡，??參數％和＆是懲罰因子。為了簡單起見，我們通過實驗測試選取使效果較好的那些??參數值？在我們的實驗中

?信噪比ＳＮＲｍ＝２５ｄＢ情況下，我們測試不同的端元個數對所提出方法的重構結果??的ＰＳＮＲ和ＳＡＭ兩個指標的影響，如圖３－２所示。這兩個指標具有突出的代表性，一??個反映圖像重構的除噪效果，一個反映圖像重構的光譜扭曲程度。實驗測試發(fā)現，??隨著端元個數增加，性能指標越來越好，但是當端元個數到２０后，性能指標的提高??不再明顯，由于端元個數的增加也帶來了運算時間的增加，兼顧性能和運算時間，??本章實驗選取端元個數為２０。此外，ＣＮＭＦ，?Ｂｅｎｄｃｘｉｍｉ和ＮＳＳＲ方法的參數均采用??相關論文中給定的參數值。??３５．５１?．?．??????２．８１?．?．???．???￣￣＊￣￣＊￣￣＊￣￣？—？￣￣？￣￣＊??３５?４?＾?２．７??３５．３?／?２．６?＼??ａ?３５．２?／?５?２．５?＼??１３５．１?／?＾２．４?＼??３５?／?２．３?＼??３４９?２２??３４８０?２０?４０?６０?８０?１００?２１〇?２０?４０?６０?８０?１００??Ｎｕｍｂｅｒ?ｏｆ?Ｅｎｄｍｅｍｂｅｒ?Ｎｕｍｂｅｒ?ｏｆ?Ｅｎｄｍｅｍｂｅｒ??（ａ）?Ｐａｖｉａ??３５．８?（?■?■?■????２．６１???????????３５?６?２－５?＼??卜


本文編號：3341724