基于紋理字典的星地協(xié)同處理遙感數(shù)據(jù)的算法研究.pdf

1、隨著遙感數(shù)據(jù)獲取技術(shù)的快速發(fā)展，我國已經(jīng)初步建立了以衛(wèi)星、無人機、平流層氣球等多種空間信息獲取手段為基礎(chǔ)的空天一體化對地觀測平臺。隨之產(chǎn)生了海量的遙感數(shù)據(jù)。無法及時下傳、處理數(shù)據(jù)不僅浪費了資源也可能遺漏重要的信息。論文基于遙感圖像的稀疏性等特點，提出遙感數(shù)據(jù)“星上稀疏表征-下傳稀疏域信息-地面數(shù)據(jù)重建”的在軌數(shù)據(jù)動態(tài)更新方法。整體技術(shù)思路是衛(wèi)星和地面的聯(lián)合智能處理，即星上進行稀疏表征，地面進行海量信息的字典學(xué)習(xí)處理過程，將衛(wèi)星和地面站的

2、信息進行可控信息量的交互，從而形成星上和地面聯(lián)合處理的有機整體。
　　本文總結(jié)了國內(nèi)外稀疏表征理論的相關(guān)研究內(nèi)容，闡述了稀疏編碼、字典學(xué)習(xí)以及壓縮感知的經(jīng)典算法機理。同時，在分析了這些算法的優(yōu)缺點后提出了三種改進的算法。分別是基于粒子群優(yōu)化的字典學(xué)習(xí)算法、基于動態(tài)式增量原子更新的地面遙感圖像字典學(xué)習(xí)算法和以參考圖像為先驗知識的壓縮感知算法。通過定性和定量的性能比較，證明了這些算法不僅可以更加精確、有效的表征遙感圖像，也滿足論文提出