遥感图象复原与超分辨理论及实现PDF|Epub|txt|kindle电子书版本网盘下载

遥感图象复原与超分辨理论及实现PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 引言1

1.2 成像模型6

1.2.1 遥感图象的成像过程及其影响因素6

1.2.2 成像模型及其分析9

1.3 遥感图象质量恢复的技术途径及其理论依据11

1.3.1 图象质量恢复途径及问题11

1.3.2 图象质量恢复的理论依据13

1.4 图象复原引论15

1.5 图象超分辨浅论18

1.5.1 图象内插技术21

1.5.2 基于局部谱变换特征的凸显技术25

1.5.3 基于多核基集合的高分辨图象重建技术27

1.6 系统方案31

1.6.1 系统方案的设计和原理框图31

1.6.2 工作原理33

1.7 小结和评述34

第2章 遥感图象的先验信息提取36

2.1 图象概率先验模型及其变换分析36

2.1.1 图象概率先验模型36

2.1.2 图象变换分析39

2.1.3 频谱分析及频率混叠深度参数的定义与提取44

2.2 图象模糊及其模糊函数的先验模型51

2.2.1 图象模糊及其模糊参数分析51

2.2.2 模糊函数的先验模型55

2.3 图象噪声及其分析59

2.3.1 噪声来源及其先验分析59

2.3.2 噪声分析61

2.4 图象云雾分析及其图象模型65

2.5 成像调制传递函数及其影响因素分析66

2.5.1 调制传递函数的基本概念和物理意义66

2.5.2 调制传递函数的数学模型及其实验数据68

2.6 图象配准技术及其帧间变换参数的提取74

2.6.1 图象配准技术研究总体方案74

2.6.2 基于FT的图象频域配准及其优化算法75

2.6.3 基于光（学）流的鲁棒性高精度图象配准算法方案85

2.6.4 基于不变特征的高精度图象配准算法方案86

2.7 小结与评述87

第3章 遥感图象复原处理技术研究89

3.1 引言89

3.2 图象模糊复原技术及其解模糊算法90

3.2.1 图象解模糊实施方案90

3.2.2 图象基本频域解模糊算法91

3.2.3 有限支持域上图象盲目反卷积解模糊算法104

3.3 图象噪声抑制技术及其去噪算法128

3.3.1 引言128

3.3.2 基于多帧融合的频域法图象去噪技术129

3.3.3 基于PDE的扩散图象去噪技术131

3.3.4 剔除遥感图象条带噪声的陷波带阻滤波器146

3.3.5 改进的中值滤波器消除颗粒噪声算法151

3.4 图象薄云薄雾的抑制技术151

3.4.1 基于同态滤波的薄云薄雾抑制技术152

3.4.2 基于小波多分辨分析的薄云薄雾抑制技术156

3.4.3 两种抑制薄云薄雾方法的比较160

3.5 小结与评述161

第4章 频域图象超分辨处理技术研究163

4.1 引言163

4.2 单帧频域变换与补偿扩展超分辨处理技术研究164

4.2.1 FFT插值法的改进和频域变换增强技术的形成165

4.2.2 单帧频域变换与增强技术方案及其精度分析167

4.2.3 使用条件与理论极限174

4.2.4 振铃的抑制和帧内频域补偿与扩展滤波器的设计175

4.2.5 单帧频域变换与补偿扩展超分辨自适应算法185

4.2.6 实验结果及其分析186

4.3 图象频域解混叠超分辨处理技术研究202

4.3.1 研究实施方案202

4.3.2 多帧（源）频域解混叠的理论分析203

4.3.3 单帧频域解混叠算法210

4.3.4 实验结果及其分析212

4.4 二至多帧频域融合超分辨算法研究225

4.4.1 引言225

4.4.2 频域融合超分辨算法的建立225

4.4.3 实验结果及其分析229

4.5 小结与评述240

第5章 空域图象超分辨处理技术研究242

5.1 引言242

5.2 网格超分辨估计算法及其模块研究244

5.2.1 低分辨率序列图象与高分辨率图象之间的空间关系245

5.2.2 标准位移低分辨率图象的求解247

5.2.3 空域递归迭代网格算法模型的建立249

5.2.4 空域递归迭代网格算法模块250

5.2.5 实验结果及其分析252

5.3 MAP估计算法及其算法模块研究253

5.3.1 研究实施方案253

5.3.2 图象的概率模型与估计254

5.3.3 代价函数及其最小化估计256

5.3.4 梯度下降的优化257

5.3.5 循环递归迭代算法模块259

5.3.6 实验结果及其分析259

5.4 PMAP估计算法模型及其改进算法研究261

5.4.1 引言261

5.4.2 PMAP/PML估计基本算法模型262

5.4.3 改进的PMAP估计算法269

5.4.4 实验结果及其分析274

5.5 POCS估计算法模型及其计算流程研究283

5.5.1 引言283

5.5.2 POCS估计算法的基础理论284

5.5.3 POCS估计基本算法和RPOCS估计鲁棒算法287

5.5.4 实验结果及其分析294

5.6 PMAP/POCS融合最优算法的建立及其实验研究298

5.6.1 引言298

5.6.2 PMAP/POCS融合的理论基础299

5.6.3 PMAP/POCS融合最优算法的建立302

5.6.4 实验结果及其分析310

5.7 小结与评述321

第6章 神经网络图象超分辨技术研究324

6.1 引言324

6.2 神经网络技术基础327

6.2.1 神经元及其激励函数327

6.2.2 人工神经网络模型及其学习方法331

6.3 BP网模型及其学习算法334

6.3.1 BP网学习过程分析及其数学模型334

6.3.2 BP网基本学习算法及其局限性337

6.3.3 比例共轭梯度学习算法342

6.3.4 BP网学习算法实现的保障及优化352

6.4 网络训练样本图象的采集及其映射向量的获取357

6.4.1 网络训练样本图象的采集357

6.4.2 网络训练映射向量的构造方法359

6.4.3 网络训练映射向量的数量和质量362

6.5 BP网结构的确定方法363

6.6 单级训练图象超分辨BP网的建立和实验研究366

6.6.1 结构的确定366

6.6.2 网络参数的选择368

6.6.3 图象超分辨BP网单级训练实验结果370

6.6.4 单级训练图象超分辨BP网泛化应用实验结果与分析372

6.7 三级训练图象超分辨BP网的建立和实验研究375

6.7.1 引言375

6.7.2 三级训练样本图象的获取筛选及其映射向量的构成376

6.7.3 三级训练图象超分辨BP网结构设计及其参数的选择379

6.7.4 图象超分辨BP网三级训练算法及其训练实验结果382

6.7.5 三级训练图象超分辨BP网泛化应用实验结果与分析384

6.8 小结与评述396

后记399

参考文献400