本文關鍵詞：多源遙感圖像融合正則項研究

  更多相關文章： 圖像融合 變分方法 正則項 知覺增強 TGV ALM ADMM

【摘要】：多源遙感圖像融合是將多幅特征各異的遙感圖像合并成單幅圖像,使得該單幅圖像包含所有顯著特征的過程。多源遙感圖像融合已經廣泛應用于國民經濟的各個領域,并成為熱門研究課題�；谧兎址ǖ亩嘣催b感圖像融合模型一般包含正則項和保真項兩個部分,正則項是對融合結果的某一平滑假設。本文針對變分融合模型中的正則項問題進行了深入探討,并在分析的基礎上提出了三個新變分模型。主要內容包括以下幾個方面：1)針對L2正則項對融合圖像的邊緣造成過度光滑的問題,本文提出基于L1正則項的變分融合模型。首先,在梯度特征刻畫的基礎上,計算各個源圖像對融合結果的貢獻權重；然后使用輸入圖像的梯度的加權和構造待融合圖像的梯度；其次使用L1范數作為正則項,結合梯度增強,以及圖像亮度均勻等性質建立變分模型,從而提高融合圖像的邊緣保持能力。為了實現模型的高效求解,本文采用增廣拉格朗日方法構造融合算法。與其他變分融合算法相比較的結果表明,本文算法取得了顯著的效果。2)針對當前變分融合模型單獨使用L1或者L2正則項所帶來的缺點,本文提出一個自適應正則項的變分融合模型。首先,本文采用一個高效的圖像邊緣檢測算法實現了邊緣與非邊緣的快速區(qū)分；其次,提出自適應正則項的變分融合模型,該模型能根據圖像的邊緣與非邊緣特征,自主選擇L1或L2范數作為正則項進行相應規(guī)約,從而有效、精準地刻畫圖像的各種特征。針對模型的求解,本文引入經典的梯度下降流來實現數值算法。實驗結果表明,與其它單一正則項的變分融合模型相比,該模型在保留融合圖像邊緣的同時,減少了過度光滑效應和階梯效應影響,從而最終獲得高質量的融合圖像。3)針對目前變分融合方法都是基于一階光滑這一假設所帶來的諸如階梯效應等缺點,本文提出一個基于增廣全變分(total generalized variation, TGV)和視覺增強的二階光滑融合模型。探討了模型的收斂性,并采用交替方向乘子法(ADMM)有效實現所提模型的數值算法。實驗結果的定性和定量分析表明,與L1和L2范數為正則項的變分融合方法相比,所提算法具有較好的優(yōu)越性。
【關鍵詞】：圖像融合 變分方法 正則項 知覺增強 TGV ALM ADMM
【學位授予單位】：華東師范大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP751
【目錄】：

• 摘要6-7
• Abstract7-9
• 目錄9-12
• 表格12-13
• 插圖13-15
• 第一章 緒論15-31
• 1.1 研究背景和意義15-16
• 1.2 多源圖像融合概述16-19
• 1.2.1 多源圖像融合的目的和過程17-18
• 1.2.2 多源遙感圖像融合的優(yōu)勢18
• 1.2.3 圖像融合系統(tǒng)的層次劃分18-19
• 1.3 基于變分法的圖像處理簡介19-21
• 1.3.1 發(fā)展歷程19-20
• 1.3.2 應用優(yōu)勢20
• 1.3.3 主要步驟20-21
• 1.4 多源圖像融合技術發(fā)展現狀21-26
• 1.4.1 國內外研究現狀22-24
• 1.4.2 圖像融合的應用和發(fā)展趨勢24-26
• 1.5 圖像融合質量評價26
• 1.6 研究內容與論文結構26-29
• 1.6.1 研究目標26-27
• 1.6.2 主要內容與創(chuàng)新27-28
• 1.6.3 本文的組織結構28-29
• 1.7 本章小結29-31
• 第二章 預備知識31-43
• 2.1 概述31
• 2.2 泛函的定義及性質31-32
• 2.3 BV空間定義及其性質32-33
• 2.4 變分法33-35
• 2.4.1 基本概念33-34
• 2.4.2 變分基本引理34
• 2.4.3 變分問題的Euler-Lagrange方程34-35
• 2.5 數值算法35-38
• 2.5.1 梯度下降流35
• 2.5.2 變量分離法35-36
• 2.5.3 ALM算法36-37
• 2.5.4 ADMM算法37-38
• 2.5.5 軟閾值方法38
• 2.6 評價指標38-41
• 2.7 本章小節(jié)41-43
• 第三章 L_1范數正則項融合模型43-57
• 3.1 概述43-44
• 3.2 改進后融合模型44-49
• 3.2.1 梯度特征合并45-46
• 3.2.2 能量泛函46
• 3.2.3 數值實現46-49
• 3.3 實驗結果與分析49-56
• 3.3.1 定性分析51
• 3.3.2 定量分析51-54
• 3.3.3 計算效率分析54-56
• 3.4 本章小結56-57
• 第四章 自適應正則項融合模型57-69
• 4.1 概述57-58
• 4.2 自適應融合模型58-62
• 4.2.1 初始圖像計算59-60
• 4.2.2 邊緣提取60-62
• 4.2.3 數值實現62
• 4.3 實驗結果與分析62-67
• 4.3.1 視覺分析63-67
• 4.3.2 定量分析67
• 4.4 本章小結67-69
• 第五章 高階光滑正則化融合模型69-87
• 5.1 概述69-72
• 5.1.1 TGV簡述70-71
• 5.1.2 知覺對比增強71-72
• 5.1.3 初始圖像計算72
• 5.2 融合模型72-78
• 5.2.1 二階TGV73-75
• 5.2.2 模型收斂性75
• 5.2.3 數值實現75-78
• 5.3 實驗結果與分析78-86
• 5.3.1 視覺分析80-81
• 5.3.2 定量分析81
• 5.3.3 算法收斂分析81-86
• 5.4 結論86-87
• 第六章 總結與展望87-91
• 6.1 總結87-88
• 6.2 展望88-91
• 參考文獻91-105
• 后記105-107
• 在讀期間發(fā)表或將要發(fā)表的學術論文情況107-108
• 在讀期間參與的科研項目情況10

【相似文獻】

中國期刊全文數據庫 前10條

1 趙巨波,孫華燕,杜巍;一種圖像邊緣特征提取算法[J];光學精密工程;2000年04期

2 朱從鋒,王伯雄,陳華成,劉振江,丁潔,羅秀芝;圖像微觀特征識別方法[J];清華大學學報(自然科學版);2003年08期

3 劉豐林;喬桂鋒;鄒斌;;工業(yè)CT圖像圓精確測量[J];光學精密工程;2009年11期

4 譚顯坤;楊小義;;基于圖像特征識別的部件缺陷無損檢測方法(英文)[J];機床與液壓;2012年12期

5 徐新,廖明生,朱攀,卜方玲;單視數SAR圖像Speckle濾波方法的研究[J];武漢測繪科技大學學報;1999年04期

6 張健;;超聲電視成像測井中圖像異樣點修復處理改進方法研究[J];應用科技;2013年06期

7 熊楨,王向軍,鄭蘭芬,童慶禧;基于GPS數據的OMIS圖像航線校正研究[J];遙感技術與應用;2000年01期

8 鄭精靈,王樹根;整體變分算法在圖像修補中的應用研究[J];計算機輔助設計與圖形學學報;2003年10期

9 韓曉勇;張海軍;;中巴資源衛(wèi)星-02星CCD圖像條紋噪聲消除方法研究[J];南陽師范學院學報;2009年03期

10 李博;劉景鑫;王珂;劉太輝;;從診斷X線相干散射圖像中提取能量分布曲線[J];吉林大學學報(工學版);2011年S1期

中國重要會議論文全文數據庫 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術及其應用學術論文集（第四卷）[C];2002年

2 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復方法[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術產業(yè)發(fā)展（下冊）[C];2001年

3 王偉凝;余英林;張劍超;;圖像的動感特征分析[A];第一屆中國情感計算及智能交互學術會議論文集[C];2003年

4 王強;王風;;一種保持圖像幾何特征的去噪模型[A];中國通信學會第五屆學術年會論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學會第十屆全國圖像圖形學術會議（CIG’2001）和第一屆全國虛擬現實技術研討會（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質量評測方法[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域濾除方法[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

8 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強[A];第六屆全國信息獲取與處理學術會議論文集（1）[C];2008年

9 王亮亮;李明;高昕;;強模糊空間目標圖像邊緣獲取方法研究[A];第九屆全國光電技術學術交流會論文集（下冊）[C];2010年

10 羅強;任慶利;;基于局部IFS理論提取圖像邊緣[A];第十二屆全國圖象圖形學學術會議論文集[C];2005年

中國重要報紙全文數據庫 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報;2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報;2009年

3 ;圖像質量調整秘技[N];電腦報;2001年

4 ;B超術語解釋[N];農村醫(yī)藥報（漢）;2008年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報;2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報;2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號驅動板[N];電子報;2003年

8 ;令挑剔的人也刮目相看[N];中國電子報;2001年

9 侯杰;國產芯片進軍移動多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術“掃”天下[N];中國計算機報;2002年

中國博士學位論文全文數據庫 前10條

1 李賀;面向對象的PolSAR圖像典型地物提取關鍵技術研究[D];解放軍信息工程大學;2012年

2 趙恒軍;圖像多尺度鄰域距離分解及其應用[D];重慶大學;2013年

3 何濤;基于幾何特征的機械產品圖像測度研究[D];華中科技大學;2011年

4 曾智勇;基于內容圖像數據庫檢索中的關鍵技術研究[D];西安電子科技大學;2006年

5 孔月萍;圖像逆半調及其質量評價技術研究[D];西安電子科技大學;2008年

6 胡文玉;圖像重映射、最近多項式及曲線求交的某些研究[D];大連理工大學;2012年

7 溫超;基于圖像的文物檢索與本體標注方法研究[D];西北大學;2012年

8 王宇石;基于圖像內容的成人圖像檢測[D];哈爾濱工業(yè)大學;2009年

9 肖甫;基于圖像的虛擬場景繪制關鍵技術研究[D];南京理工大學;2007年

10 陳雪松;基于圖像勢能理論的特征提取方法研究[D];華中科技大學;2011年

中國碩士學位論文全文數據庫 前10條

1 謝愛敏;圖像修補技術的研究[D];西安電子科技大學;2010年

2 龐勝利;圖像模糊度評價研究[D];西安電子科技大學;2010年

3 牟春潔;復雜圖像的分割與統(tǒng)計研究[D];北京化工大學;2010年

4 孫茂金;基于暗通道優(yōu)先的單幅圖像去霧算法研究[D];大連海事大學;2010年

5 李永統(tǒng);光測圖像自動分析系統(tǒng)研究及其實現[D];國防科學技術大學;2004年

6 孫學巖;基于內容的魚病圖像檢索算法研究與實現[D];中國農業(yè)大學;2005年

7 王竹林;圖像字符仿人認知特征的機理研究[D];合肥工業(yè)大學;2005年

8 戴春風;皮膚醫(yī)學圖像的小波壓縮研究與實現[D];南京理工大學;2006年

9 陳望明;基于圖像的表面幾何重建[D];廣西大學;2008年

10 魏倬瑜;纖維圖像分離算法的研究[D];東華大學;2008年

，

本文編號：702678