空域自适应滤波方法及其在斜模式遥感图像复原中的应用

论文摘要

计算机技术推动着滚滚的历史车轮驶入了富有挑战的信息时代。随着这一时代的发展,科学研究与实际应用对信号质量的要求与日俱增,为此,先进的数字信号处理技术受到了广泛关注。滤波是数字信号处理中一项重要的研究课题,一方面其能有效地抑制噪声;另一方面滤波方法在理论上与正则化方法以及图像建模理论有着紧密的联系,对滤波方法的研究还能促进其它信号复原问题的解决。论文着重于空域自适应滤波的理论方法及其应用研究。在理论方法方面,分别开展了总变差（Total Variation,TV）自适应保真权系数的构造方法,张量驱动的曲率保持偏微分方程（Partial Differential Equation,PDE）滤波方法,基于预选择的非局部平均滤波方法,基于各向异性扩散PDE的结构张量平滑方法的研究;在方法应用方面,分别开展了斜模式遥感图像复原框架及去模糊方法的研究。论文取得的主要成果与创新理论如下:1)提出了结合局部结构信息的TV自适应保真权系数的构造方法。研究分析了已有的保真权系数构造方法,指出了这些方法本质上在寻求局部结构描述子。讨论了局部结构描述子应满足的2个基本条件,即鲁棒性与高精度性,指出了非线性结构张量是一种优良的局部结构描述子,利用非线性结构张量构造了TV自适应保真权系数。实验结果表明,引入了本文自适应保真权系数的TV滤波方法不仅能很好地去除噪声还能较好地保持图像中目标的几何结构,同时滤波速度较快。2)提出了加权型曲率保持PDE滤波方法。深入分析了目前流行的张量驱动PDE滤波方法,指出了张量驱动的曲率保持PDE滤波方法未考虑各积分曲线可能经历不同的图像结构,如此影响了其对图像边缘的保持能力。在此基础上,利用局部图像方向信息为不同积分曲线设计了相应的权重,得到了一种张量驱动的加权型曲率保持PDE滤波方法。实验结果显示本文方法在滤波的同时能较好地保持图像中边缘与曲率结构,且对图像具有一定的增强能力。3)深入研究了基于预选择的非局部平均滤波方法,指出了目前已提出的方法在提取图像片特征方面存有的不足。利用二维主成分分析（Two-dimensional PrincipalComponent Analysis,2DPCA）提出了一种有效的非局部平均滤波方法。该方法对基于预选择的非局部平均滤波方法的贡献有:（1）用于提取各图像片特征向量的面向图像片的2DPCA;（2）基于相似距离直方图的相似集自动选取方法;（3）相似距离权重参数自适应选取方法。实验结果表明,本文方法对弱梯度、人脸、以及纹理图像均能取得良好的滤波效果。4)提出了基于加权型曲率保持PDE的结构张量平滑方法。分析了已有的基于各向异性扩散的结构张量平滑方法,指出了这些方法在平滑张量场时容易破坏结构张量数据中的重要信息,如此造成了所得非线性结构张量不能较好地提取图像中的2维结构信息。将第3章提出的加权型曲率保持PDE图像滤波方法扩展到张量场得到了一种加权型曲率保持PDE张量场平滑方法,继而用该方法平滑结构张量得到了新的非线性结构张量。实验结果表明,本文方法生成的非线性结构张量能较好地提取图像局部2维结构信息。5)基于图像链优化设计理论,提出了斜模式遥感图像地面复原框架。重点论述了2维采样定理与倒易晶胞理论,用此分析了遥感图像中混叠的起因。利用有效分辨率模型与自适应倒易晶胞研究了斜模式图像获取系统的系统传递函数、混叠、噪声的分布,指出了在欠采样条件下,斜模式采样系统所获图像中存在有用的错位频谱。进一步提出了可通过提高系统截止频率得到上述错位频谱,并以此提高斜模式遥感图像有效分辨率的新观点。在此观点下给出了斜模式遥感图像复原框架,该框架依次由如下4步组成:（1）生成自适应倒易晶胞,（2）提取有效频谱,（3）上采样,（4）去模糊。6)提出了两种斜模式遥感图像去模糊方法。首先将TV模型中的数据保真项定义在斜模式自适应倒易晶胞上,建立了一种基于自适应倒易晶胞的TV正则化模型,并用第1章提出的方法构造了自适应权系数。进一步地,为使上述模型具备更好的图像复原能力,将梯度保真项引入到该模型得到了一种改进的基于斜模式自适应倒易晶胞的TV正则化模型,并分析指出了梯度保真项具有高频信息补偿能力。实验结果显示本章提出的两种TV正则化模型去模糊效果良好。两种方法中,改进的基于自适应倒易晶胞的TV模型得到的斜模式遥感图像复原结果视觉更清晰,信噪比值更高。

论文目录

• 摘要
• Abstract
• 目录
• 1. 绪论
• 1.1 引言
• 1.2 图像获取模型与复原方法
• 1.2.1 图像获取模型
• 1.2.2 图像复原方法
• 1.3 反问题与滤波方法
• 1.3.1 反问题及其适定性
• 1.3.2 正则化方法与滤波方法
• 1.4 空域自适应滤波方法综述
• 1.4.1 基于偏微分方程的滤波方法
• 1.4.2 非局部自适应滤波方法
• 1.4.3 结构张量平滑方法
• 1.4.4 滤波结果评价方法
• 1.5 遥感图像有效分辨率提高方法综述
• 1.5.1 纯硬件的方法
• 1.5.2 纯软件的方法
• 1.5.3 软硬件相结合的方法
• 1.6 论文的研究内容与成果
• 1.6.1 课题来源
• 1.6.2 论文的主要研究内容和安排
• 1.6.3 论文的主要成果及创新点
• 2. 结合了局部结构信息的总变差自适应保真权系数研究
• 2.1 引言
• 2.2 自适应保真项系数研究进展
• 2.2.1 基于Lagrange乘子法的保真权系数
• 2.2.2 基于尺度空间分解的保真权系数
• 2.2.3 基于曲率与梯度的保真权系数
• 2.3 结合了局部结构信息的自适应保真权系数
• 2.3.1 局部结构描述子
• 2.3.2 自适应保真系数的构造
• 2.3.3 方法的具体实现
• 2.4 实验与分析
• 2.5 本章小结
• 3. 张量驱动的加权型曲率保持偏微分方程滤波方法研究
• 3.1 引言
• 3.2 自适应扩散偏微分方程滤波方法研究进展
• 3.2.1 散度型张量驱动偏微分方程滤波方法
• 3.2.2 迹型张量驱动偏微分方程滤波方法
• 3.2.3 张量驱动的曲率保持偏微分方程滤波方法
• 3.3 加权型曲率保持偏微分方程滤波方法
• 3.3.1 加权型曲率保持偏微分方程
• 3.3.2 权重函数的构造
• 3.3.3 方法的具体实现
• 3.4 实验与分析
• 3.5 本章小结
• 4. 基于二维主成分分析的非局部平均滤波方法研究
• 4.1 引言
• 4.2 非局部平均滤波方法研究进展
• 4.3 基于二维主成分分析的非局部平均滤波方法
• 4.3.1 面向图像片的二维主成分分析
• 4.3.2 相似集的自动选取
• 4.3.3 相似权重参数的自适应选取
• 4.3.4 方法的具体实现
• 4.4 实验与分析
• 4.5 本章小结
• 5. 基于曲率保持偏微分方程的结构张量平滑方法研究
• 5.1 引言
• 5.2 结构张量的扩散滤波方法研究进展
• 5.2.1 结构张量
• 5.2.2 线性结构张量
• 5.2.3 基于散度的非线性结构张量
• 5.2.4 基于迹的非线性结构张量
• 5.3 基于曲率保持偏微分方程的非线性结构张量
• 5.3.1 基于曲率保持的非线性结构张量
• 5.3.2 方法的具体实现
• 5.4 实验与分析
• 5.5 本章小结
• 6. 斜模式遥感图像复原框架研究
• 6.1 引言
• 6.2 遥感图像获取系统
• 6.2.1 图像获取系统的噪声
• 6.2.2 图像获取系统的传函
• 6.2.3 图像获取系统的混叠
• 6.3 遥感图像混叠分析
• 6.3.1 二维采样理论与倒易晶胞
• 6.3.2 遥感图像的混叠分析
• 6.4 有效分辨率模型与自适应倒易晶胞
• 6.4.1 名义分辨率模型
• 6.4.2 有效分辨率模型
• 6.4.3 自适应倒易晶胞
• 6.5 斜模式遥感图像复原框架
• 6.5.1 斜模式采样方式及系统传函
• 6.5.2 斜模式有效载荷退化因素分析
• 6.5.3 斜模式遥感图像复原框架
• 6.6 本章小结
• 7. 斜模式遥感图像去模糊方法研究
• 7.1 引言
• 7.2 基于自适应倒易晶胞的总变差正则化模型
• 7.2.1 基于自适应倒易晶胞的总变差正则化模型
• 7.2.2 具体实现步骤
• 7.3 改进的基于自适应倒易晶胞的总变差正则化模型
• 7.3.1 改进模型的提出
• 7.3.2 具体实现步骤
• 7.4 实验与分析
• 7.4.1 斜模式遥感图像模拟过程
• 7.4.2 斜模式遥感图像复原实验
• 7.5 本章小结
• 8. 结束语
• 8.1 论文工作总结
• 8.2 即将开展的工作
• 致谢
• 参考文献
• 附录A 攻读博士学位期间参加的课题
• 附录B 攻读博士学位期间发表与撰写的第一作者论文