面向IICCD相機(jī)不完全隨機(jī)采樣遙感圖像的重建算法.pdf

1、由于圖像增強(qiáng)型CCD(ⅡCCD)相機(jī)具有高信噪比、高增益、能在微光條件下穩(wěn)定的工作等優(yōu)點(diǎn)，在遙感和軍事中具有廣闊的應(yīng)用前景。但是，由于ⅡCCD相機(jī)成像不可避免存在光學(xué)模糊、噪聲十?dāng)_等質(zhì)量退化過程，以及高分辨率圖像數(shù)據(jù)傳輸，因此人們希望研究不完全采樣下的遙感圖像復(fù)原重建問題。目前，結(jié)合稀疏表示和正則化方法的圖像復(fù)原理論和算法研究是國(guó)際研究熱點(diǎn)。
　　 本文在綜述當(dāng)前壓縮感知和圖像復(fù)原技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，以變分正則化圖像復(fù)

2、原技術(shù)為主線，從完全采樣和不完全采樣兩種情況來探討圖像復(fù)原重建的模型及算法。
　　 本文的主要?jiǎng)?chuàng)新性工作包括：
　　 第一，提出一個(gè)基于全變差(TV)正則化和稀疏性約束的禍合圖像復(fù)原(TV-l1)模型。模型通過全變差圖像模型、圖像Curvelet變換下l1稀疏性和數(shù)據(jù)保真模型的聯(lián)合優(yōu)化，達(dá)到圖像邊緣結(jié)構(gòu)和紋理特征保持的圖像復(fù)原。本文針對(duì)最優(yōu)化模型的求解問題，基于算子分裂法原理，設(shè)計(jì)了一種多步迭代的數(shù)值算法。實(shí)驗(yàn)證明本文算

3、法復(fù)原圖像的視覺質(zhì)量?jī)?yōu)于快速TV復(fù)原算法(FTVdG)的復(fù)原結(jié)果。
　　 第二，針對(duì)不完全隨機(jī)采樣遙感圖像復(fù)原(去模糊)問題，設(shè)計(jì)和實(shí)現(xiàn)了基于Curvelet收縮和泊松奇異積分的圖像復(fù)原重建算法(Curvelet-PSI)；提出一個(gè)基于Curvelet迭代閾值收縮和傅立葉收縮(FoRD)的圖像復(fù)原重建算法(Curvelet-FoRD)。本文新算法Curvelet-FoRD與Curvelet-PSI算法相比，在復(fù)原蘑建性能相當(dāng)?shù)那?/p>