基于成像機(jī)理分析的高光譜圖像信息恢復(fù)研究.pdf

1、人們獲取高光譜圖像的根本目的是實(shí)現(xiàn)對(duì)地表信息的解譯。從根本上說(shuō)，這是一種間接獲取信息的手段，因?yàn)槲覀兿胍玫降挠嘘P(guān)地表的情報(bào)，在被人們分析前，首先被高光譜圖像的成像設(shè)備轉(zhuǎn)換成了數(shù)字圖像。顯然，這種信息轉(zhuǎn)化過(guò)程的保真性，即轉(zhuǎn)換后的數(shù)字圖像在多大程度上保持了原始地表信息，對(duì)遙感解譯的準(zhǔn)確性和精度起著至關(guān)重要的作用。然而，高光譜成像鏈路中存在諸多不可避免的負(fù)面因素，如大氣對(duì)某些波段電磁波的吸收作用，傳感器分光組件給光譜信息引入的混疊等，它們都

2、會(huì)給輸入的原始地表信息引入偏差，并最終體現(xiàn)在高光譜圖像質(zhì)量的降低和信息的退化上。如何從退化的高光譜圖像中恢復(fù)出原始地表信息，并提升高光譜圖像可解譯性是遙感圖像解譯領(lǐng)域面臨的一個(gè)關(guān)鍵科學(xué)問(wèn)題。
　　在整個(gè)高光譜成像鏈路中，由于傳感器光學(xué)器件和電子元件的物理限制造成的輸入場(chǎng)景的信息損失，是高光譜圖像質(zhì)量降低主要因素之一。為了改善高光譜圖像的質(zhì)量，并恢復(fù)在成像過(guò)程中的信息損失，人們提出了大量的高光譜圖像信息恢復(fù)算法，但這些方法大多對(duì)成像

3、模型進(jìn)行了某種數(shù)學(xué)上的近似或假設(shè)，而忽略了高光譜圖像退化現(xiàn)象背后所蘊(yùn)含的物理本質(zhì)。然而，高光譜圖像任何一種退化現(xiàn)象，都是由成像鏈路中某些機(jī)制造成的，將這種機(jī)制與相應(yīng)的信息恢復(fù)算法相結(jié)合，有助于實(shí)現(xiàn)高光譜圖像信息恢復(fù)算法理念上的創(chuàng)新和理論上的突破，對(duì)高光譜圖像質(zhì)量提升以及解譯度提高也具備重要的指導(dǎo)意義。本文將圍繞成像鏈路中傳感器退化模型及信息恢復(fù)問(wèn)題這兩個(gè)中心展開(kāi)討論：
　　首次，目前的高光譜圖像去模糊算法主要基于造成模糊的退化核為

4、高斯函數(shù)這一假設(shè)，而實(shí)際造成圖像模糊的主要原因之一是傳感器中典型光學(xué)器件(如透鏡)對(duì)輸入圖像的卷積作用。本文針對(duì)這一問(wèn)題展開(kāi)了研究。首先，我們通過(guò)理論分析和實(shí)驗(yàn)仿真，證實(shí)透鏡在截?cái)喔吖庾V圖像高頻信息時(shí)，存在“硬切頻”的現(xiàn)象，這種切頻方式會(huì)給圖像的邊界區(qū)域引入振鈴失真，目前多數(shù)去模糊算法對(duì)此無(wú)能為力。為了解決該問(wèn)題，本文提出一種基于Hessian-Schatten正則化的解卷積算法，它將圖像的二階梯度信息表達(dá)在Hessian矩陣中，然后提

5、取其特征值和特征向量，并通過(guò)Schatten范數(shù)約束其總能量，使得該正則項(xiàng)具備了保持圖像高階結(jié)構(gòu)信息的能力，因此在去除圖像模糊的同時(shí)消除振鈴失真。
　　其次，傳統(tǒng)超分辨算法多數(shù)按照波段順序恢復(fù)高光譜圖像，這種方式暗含假設(shè)了高光譜圖像是由面掃型光譜儀得到。而在實(shí)際中高光譜圖像的成像載荷平臺(tái)往往相對(duì)于地面目標(biāo)存在著運(yùn)動(dòng)，且多數(shù)成像光譜儀采用線掃方式成像，因此這種假設(shè)并不合理。本文針對(duì)這一問(wèn)題展開(kāi)了研究。首先，我們通過(guò)對(duì)比這兩種光譜儀的

6、成像過(guò)程，分析了它們背后的物理機(jī)制，闡述了成像方式上的差異性；接下來(lái)，我們通過(guò)研究線掃型光譜儀所成的狹縫圖像的物理意義，得出了狹縫圖像具備各向異性特點(diǎn)；最后針對(duì)線掃型成像方式和狹縫圖像的各向異性特性，提出了一種以狹縫順序進(jìn)行高光譜圖像超分辨重建的框架，并在該框架下，利用狹縫圖像的全局和局部的特征，提出一種各向異性正則項(xiàng)，降低了在該框架模型下求解過(guò)程的不適定問(wèn)題，進(jìn)一步提升了超分辨算法的性能。
　　最后，針對(duì)成像傳感器中電子器件下采

7、樣過(guò)程給圖像空間信息造成的折線失真、鋸齒效應(yīng)等負(fù)面效應(yīng)的恢復(fù)問(wèn)題展開(kāi)了研究。目前的算法多數(shù)都從空間域角度消除這種失真，它們都沒(méi)能抓住產(chǎn)生這種現(xiàn)象的本質(zhì)。為了解決這種局限性，本文首先從頻域角度分析傳感器電子器件下采樣過(guò)程，然后將這種現(xiàn)象的本質(zhì)通過(guò)頻域的方式進(jìn)行解釋。為了除它們給空間信息帶來(lái)的負(fù)面影響，本文將恢復(fù)該信息的過(guò)程表達(dá)為一個(gè)頻域空間上的超分辨問(wèn)題，并提出一種基于分形變換的抗混疊超分辨算法。該算法主要利用的是分形變換與初始圖像分辨率