基于MAP的高光譜圖像超分辨率方法研究.pdf

1、高光譜圖像(Hyperspectral imagery.HIS)得到了越來越廣泛的應(yīng)用,其譜分辨率很高,但是其像元對(duì)應(yīng)的地物分辨率卻是有限的。較低的空間分辨率給數(shù)據(jù)處理如精準(zhǔn)匹配、混合像元分離和目標(biāo)檢測(cè)與識(shí)別等技術(shù)帶來了巨大的困難?？梢哉f,空間分辨率已經(jīng)成為高光譜圖像應(yīng)用效果的主要制約因素。因此,如何提高其空間分辨率受到學(xué)術(shù)界的高度重視。各界學(xué)者都致力于提高空間分辨率的研究,但是至今沒有得到很好的解決方法。
　　 超分辨率重建技

2、術(shù)是指去除或減輕在獲取數(shù)字圖象的過程中發(fā)生的圖像質(zhì)量退化,建立相應(yīng)的數(shù)學(xué)模型,并沿圖像降質(zhì)的逆過程盡可能恢復(fù)退化的本來面目的一種方法,這種方法是利用低分辨率資源圖像獲取高分辨率圖像的不可多得的一種途徑,具有很高的研究?jī)r(jià)值和應(yīng)用價(jià)值。
　　 本論文對(duì)基于MAP的超分辨率方法進(jìn)行研究,結(jié)合高光譜圖像自身的特點(diǎn),建立高光譜圖像成像模型,將超分辨率重建技術(shù)應(yīng)用于高光譜圖像中,從而提高高光譜圖像的空間分辨率。主要從以下幾個(gè)方面進(jìn)行重點(diǎn)研究

3、:
　　 首先,介紹了高光譜圖像的特點(diǎn)、成像光譜技術(shù)的發(fā)展以及高光譜圖像分辨率提高技術(shù)的發(fā)展及現(xiàn)狀,說明了課題的研究背景和應(yīng)用價(jià)值。
　　 其次,分別從超分辨率重建技術(shù)的分類、應(yīng)用、評(píng)價(jià)指標(biāo)以及數(shù)學(xué)基礎(chǔ)等幾方面進(jìn)行了擴(kuò)展,并且著重介紹了其中一種應(yīng)用于本研究的最大后驗(yàn)概率(MAP)方法等基本理論,為后續(xù)研究打下理論基礎(chǔ)。
　　 接下來,重點(diǎn)提出高光譜圖像超分辨率模型。針對(duì)高光譜自身特點(diǎn),結(jié)合普通圖像的成像方法,總結(jié)

4、出適合于高光譜圖像的成像模型,并且在建立高光譜圖像成像模型時(shí),利用感興趣類別端元將原始高維數(shù)據(jù)映射到低維變換空間,大大降低了算法的復(fù)雜度和保護(hù)感興趣類別。
　　 最后,以最大后驗(yàn)概率(MAP)理論為基礎(chǔ),應(yīng)用以上的高光譜圖像成像模型總結(jié)出適合于高光譜圖像的超分辨率復(fù)原方法。在復(fù)原過程中,通過采用局部分析代替全局分析來避免大尺度矩陣操作從而降低超分辨率方法復(fù)雜度。最終通過仿真實(shí)驗(yàn)結(jié)果,各種評(píng)價(jià)方式以及特殊應(yīng)用需求--分類,驗(yàn)證方法