空域自適應(yīng)濾波方法及其在斜模式遙感圖像復(fù)原中的應(yīng)用.pdf

1、計(jì)算機(jī)技術(shù)推動(dòng)著滾滾的歷史車輪駛?cè)肓烁挥刑魬?zhàn)的信息時(shí)代。隨著這一時(shí)代的發(fā)展，科學(xué)研究與實(shí)際應(yīng)用對(duì)信號(hào)質(zhì)量的要求與日俱增，為此，先進(jìn)的數(shù)字信號(hào)處理技術(shù)受到了廣泛關(guān)注。濾波是數(shù)字信號(hào)處理中一項(xiàng)重要的研究課題，一方面其能有效地抑制噪聲；另一方面濾波方法在理論上與正則化方法以及圖像建模理論有著緊密的聯(lián)系，對(duì)濾波方法的研究還能促進(jìn)其它信號(hào)復(fù)原問(wèn)題的解決。 論文著重于空域自適應(yīng)濾波的理論方法及其應(yīng)用研究。在理論方法方面，分別開(kāi)展了總變差（T

2、otal Variation，TV）自適應(yīng)保真權(quán)系數(shù)的構(gòu)造方法，張量驅(qū)動(dòng)的曲率保持偏微分方程（Partial Differential Equation，PDE）濾波方法，基于預(yù)選擇的非局部平均濾波方法，基于各向異性擴(kuò)散PDE的結(jié)構(gòu)張量平滑方法的研究；在方法應(yīng)用方面，分別開(kāi)展了斜模式遙感圖像復(fù)原框架及去模糊方法的研究。論文取得的主要成果與創(chuàng)新理論如下： 1）提出了結(jié)合局部結(jié)構(gòu)信息的TV自適應(yīng)保真權(quán)系數(shù)的構(gòu)造方法。研究分析了已有的

3、保真權(quán)系數(shù)構(gòu)造方法，指出了這些方法本質(zhì)上在尋求局部結(jié)構(gòu)描述子。討論了局部結(jié)構(gòu)描述子應(yīng)滿足的2個(gè)基本條件，即魯棒性與高精度性，指出了非線性結(jié)構(gòu)張量是一種優(yōu)良的局部結(jié)構(gòu)描述子，利用非線性結(jié)構(gòu)張量構(gòu)造了TV自適應(yīng)保真權(quán)系數(shù)。實(shí)驗(yàn)結(jié)果表明，引入了本文自適應(yīng)保真權(quán)系數(shù)的TV濾波方法不僅能很好地去除噪聲還能較好地保持圖像中目標(biāo)的幾何結(jié)構(gòu)，同時(shí)濾波速度較快。 2）提出了加權(quán)型曲率保持PDE濾波方法。深入分析了目前流行的張量驅(qū)動(dòng)PDE濾波方法，

4、指出了張量驅(qū)動(dòng)的曲率保持PDE濾波方法未考慮各積分曲線可能經(jīng)歷不同的圖像結(jié)構(gòu)，如此影響了其對(duì)圖像邊緣的保持能力。在此基礎(chǔ)上，利用局部圖像方向信息為不同積分曲線設(shè)計(jì)了相應(yīng)的權(quán)重，得到了一種張量驅(qū)動(dòng)的加權(quán)型曲率保持PDE濾波方法。實(shí)驗(yàn)結(jié)果顯示本文方法在濾波的同時(shí)能較好地保持圖像中邊緣與曲率結(jié)構(gòu)，且對(duì)圖像具有一定的增強(qiáng)能力。 3）深入研究了基于預(yù)選擇的非局部平均濾波方法，指出了目前已提出的方法在提取圖像片特征方面存有的不足。利用二維主

5、成分分析（Two-dimensional Principal Component Analysis，2DPCA）提出了一種有效的非局部平均濾波方法。該方法對(duì)基于預(yù)選擇的非局部平均濾波方法的貢獻(xiàn)有：（1）用于提取各圖像片特征向量的面向圖像片的2DPCA；（2）基于相似距離直方圖的相似集自動(dòng)選取方法；（3）相似距離權(quán)重參數(shù)自適應(yīng)選取方法。實(shí)驗(yàn)結(jié)果表明，本文方法對(duì)弱梯度、人臉、以及紋理圖像均能取得良好的濾波效果。 4）提出了基于加權(quán)型

6、曲率保持PDE的結(jié)構(gòu)張量平滑方法。分析了已有的基于各向異性擴(kuò)散的結(jié)構(gòu)張量平滑方法，指出了這些方法在平滑張量場(chǎng)時(shí)容易破壞結(jié)構(gòu)張量數(shù)據(jù)中的重要信息，如此造成了所得非線性結(jié)構(gòu)張量不能較好地提取圖像中的2維結(jié)構(gòu)信息。將第3章提出的加權(quán)型曲率保持PDE圖像濾波方法擴(kuò)展到張量場(chǎng)得到了一種加權(quán)型曲率保持PDE張量場(chǎng)平滑方法，繼而用該方法平滑結(jié)構(gòu)張量得到了新的非線性結(jié)構(gòu)張量。實(shí)驗(yàn)結(jié)果表明，本文方法生成的非線性結(jié)構(gòu)張量能較好地提取圖像局部2維結(jié)構(gòu)信息。

7、 5）基于圖像鏈優(yōu)化設(shè)計(jì)理論，提出了斜模式遙感圖像地面復(fù)原框架。重點(diǎn)論述了2維采樣定理與倒易晶胞理論，用此分析了遙感圖像中混疊的起因。利用有效分辨率模型與自適應(yīng)倒易晶胞研究了斜模式圖像獲取系統(tǒng)的系統(tǒng)傳遞函數(shù)、混疊、噪聲的分布，指出了在欠采樣條件下，斜模式采樣系統(tǒng)所獲圖像中存在有用的錯(cuò)位頻譜。進(jìn)一步提出了可通過(guò)提高系統(tǒng)截止頻率得到上述錯(cuò)位頻譜，并以此提高斜模式遙感圖像有效分辨率的新觀點(diǎn)。在此觀點(diǎn)下給出了斜模式遙感圖像復(fù)原框架，該框

8、架依次由如下4步組成：（1）生成自適應(yīng)倒易晶胞，（2）提取有效頻譜，（3）上采樣，（4）去模糊。 6）提出了兩種斜模式遙感圖像去模糊方法。首先將TV模型中的數(shù)據(jù)保真項(xiàng)定義在斜模式自適應(yīng)倒易晶胞上，建立了一種基于自適應(yīng)倒易晶胞的TV正則化模型，并用第1章提出的方法構(gòu)造了自適應(yīng)權(quán)系數(shù)。進(jìn)一步地，為使上述模型具備更好的圖像復(fù)原能力，將梯度保真項(xiàng)引入到該模型得到了一種改進(jìn)的基于斜模式自適應(yīng)倒易晶胞的TV正則化模型，并分析指出了梯度保真項(xiàng)