基于刃邊法的遙感圖像重建方法研究.pdf

1、遙感圖像已經(jīng)越來(lái)越成為空間地理信息的重要數(shù)據(jù)源。但是，由于宇宙空間輻射、晝夜溫差沖擊、大氣環(huán)境復(fù)雜多變等諸多因素，導(dǎo)致遙感圖像數(shù)據(jù)在獲取、傳輸和存儲(chǔ)過(guò)程中發(fā)生失真。退化的遙感圖像嚴(yán)重影響了遙感數(shù)據(jù)的后續(xù)應(yīng)用。因此，研究遙感圖像的重建工作尤為重要。
　　目前，大多數(shù)重建算法需要預(yù)先掌握成像系統(tǒng)和退化圖像的先驗(yàn)知識(shí)，甚至有些重建算法需要已知衛(wèi)星傳感器的平臺(tái)參數(shù)和光學(xué)參數(shù)等。而這些先驗(yàn)知識(shí)在某些情況下很難獲得，這就限制了有些重建方法的應(yīng)

2、用范圍，同時(shí)也限制了遙感圖像數(shù)據(jù)的后期應(yīng)用。因此，研究不依賴于或較少依賴于先驗(yàn)參數(shù)的遙感圖像重建算法成為亟待解決的問(wèn)題。為了解決遙感圖像重建過(guò)程中存在的這些問(wèn)題，進(jìn)一步提升圖像質(zhì)量，本論文展開(kāi)了如下幾方面的研究工作。
　　(1)總結(jié)已有的光學(xué)成像系統(tǒng)點(diǎn)擴(kuò)散函數(shù)的測(cè)量方法，并在原有傳統(tǒng)刃邊法測(cè)量點(diǎn)擴(kuò)散函數(shù)的基礎(chǔ)上進(jìn)行改進(jìn)，研究一種新型的刃邊選取方法，更好地?cái)M合成像系統(tǒng)點(diǎn)擴(kuò)散函數(shù)。該方法結(jié)合Canny算子和Hough變換算子，不含人為

3、因素地、一定程度上自適應(yīng)地從待重建圖像中提取刃邊進(jìn)行點(diǎn)擴(kuò)散函數(shù)擬合。該方法對(duì)于圖像中的邊緣為單線響應(yīng)，檢測(cè)精度高，有利于點(diǎn)擴(kuò)散函數(shù)的精確擬合。
　　(2)利用最小二乘法擬合待重建遙感圖像中的刃邊，計(jì)算刃邊區(qū)域像素點(diǎn)到刃邊的距離；選用Fermi函數(shù)擬合邊緣擴(kuò)展函數(shù)曲線；對(duì)Fermi函數(shù)求導(dǎo)，得到其導(dǎo)數(shù)，即為線擴(kuò)展函數(shù)；由點(diǎn)擴(kuò)散函數(shù)的可分離變量性質(zhì)，擬合計(jì)算出系統(tǒng)的點(diǎn)擴(kuò)散函數(shù)。
　　(3)建立遙感圖像的成像模型和重建模型，由全鏈

4、路分析遙感圖像質(zhì)量退化的因素；研究基于全變分正則化的圖像重建算法，該算法不僅適用于全變分離散化的各向異性形式也適用各項(xiàng)同性形式，算法通過(guò)改變變量的收斂性而改變算法的收斂性質(zhì)，并通過(guò)附加項(xiàng)加快算法的收斂速度。
　　(4)研究一種新型的基于 Hough變換的方法確定待重建圖像的模糊類型為離焦模糊或運(yùn)動(dòng)模糊；以單刃邊擬合點(diǎn)擴(kuò)散函數(shù)為基礎(chǔ)，進(jìn)一步提出了雙刃邊、多刃邊和彎曲刃邊等刃邊方法擬合系統(tǒng)點(diǎn)擴(kuò)散函數(shù)方法，提高擬合精度。
　　(5

5、)針對(duì)分別含有離焦模糊和運(yùn)動(dòng)模糊的多幅遙感圖像進(jìn)行重建仿真。確定圖像的模糊類型，從單刃邊、雙刃邊、多刃邊和彎曲刃邊等方法中選取合適的點(diǎn)擴(kuò)散函數(shù)擬合方法，通過(guò)全變分正則化算法重建遙感圖像。
　　(6)對(duì)本文所做的工作進(jìn)行了總結(jié)，提出存在的不足，并對(duì)工作做出了進(jìn)一步展望。
　　文章從測(cè)量點(diǎn)擴(kuò)散函數(shù)、建立全鏈路成像模型和重建模型的思路展開(kāi)，基于刃邊法、Canny算子、Hough變換和全變分正則化等方法，研究了一種改進(jìn)的、無(wú)需已知遙