遙感圖像質(zhì)量提升理論與方法

目錄
前言
第1章 緒論 1
1.1 研究意義和背景 1
1.2 本領(lǐng)域的發(fā)展概況 3
參考文獻(xiàn) 4
第2章 遙感系統(tǒng)成像模型與圖像降質(zhì)分析 5
2.1 成像系統(tǒng)的基本原理 5
2.2 基本成像模型與降質(zhì)模式 9
2.3 三個(gè)基本問(wèn)題 14
參考文獻(xiàn) 16
第3章 遙感圖像除噪聲 17
3.1 高光譜圖像條帶噪聲 17
3.1.1 矩匹配方法 18
3.1.2 改進(jìn)的矩匹配方法 19
3.2 SAR圖像斑點(diǎn)噪聲 20
3.2.1 Frost濾波器 21
3.2.2 Kuan濾波 21
3.2.3 Lee濾波 21
3.2.4 Gamma Map濾波 22
3.3 常見(jiàn)加性除噪方法 22
3.3.1 全變分除噪 22
3.3.2 小波除噪 24
3.3.3 雙邊濾波除噪 27
3.3.4 塊匹配除噪 28
3.3.5 低秩 30
3.3.6 圖像塊似然對(duì)數(shù)期望 32
3.3.7 稀疏表征 34
3.4 同步噪聲理論 38
3.4.1 基于同步噪聲選擇非線性擴(kuò)散的停止時(shí)間 38
3.4.2 基于同步噪聲優(yōu)化非局部平均除噪 41
參考文獻(xiàn) 44
第4章 遙感圖像薄云去除 48
4.1 基于大氣散射模型的方法 48
4.1.1 暗通道先驗(yàn)法 49
4.1.2 顏色衰減先驗(yàn)法 52
4.1.3 卷積網(wǎng)絡(luò)獲取介質(zhì)傳播圖 55
4.2 光譜混合分析 57
4.3 濾波的方法 59
4.3.1 同態(tài)濾波 60
4.3.2 小波變換 63
4.4 薄云*優(yōu)化變換方法 67
參考文獻(xiàn) 69
第5章 遙感圖像復(fù)原 72
5.1 遙感圖像模糊的形成 72
5.2 已知模糊核函數(shù)的圖像復(fù)原 77
5.2.1 基本的變換域圖像復(fù)原逆濾波 77
5.2.2 基本的空域圖像復(fù)原 81
5.2.3 引入先進(jìn)的規(guī)整化方法 83
5.2.4 多通道圖像復(fù)原 87
5.3 未知模糊核函數(shù)的盲復(fù)原 88
5.3.1 早期方法 88
5.3.2 變分貝葉斯盲復(fù)原 90
參考文獻(xiàn) 95
第6章 遙感圖像的融合 98
6.1 遙感圖像的分辨率 98
6.2 多光譜與全色融合 101
6.2.1 全色與多光譜融合研究現(xiàn)狀 103
6.2.2 色度融合的改進(jìn)算法 107
6.2.3 色度融合與多分辨率融合的關(guān)系 108
6.2.4 基于成像模型的色度融合 113
6.2.5 基于成像模型的多分辨率融合 122
6.3 時(shí)空遙感圖像融合 130
6.3.1 Landsat數(shù)據(jù) 131
6.3.2 MODIS數(shù)據(jù) 132
6.3.3 數(shù)據(jù)預(yù)處理 132
6.3.4 像元混合算法 133
6.4 多光譜與高光譜融合 140
6.4.1 基于小波的方法 140
6.4.2 基于稀疏表征的方法 142
6.4.3 基于非負(fù)矩陣因子化的方法 143
6.4.4 基于低秩矩陣的方法 146
6.5 融合結(jié)果的比較以及評(píng)價(jià)標(biāo)準(zhǔn) 147
參考文獻(xiàn) 148
第7章 超分辨率圖像重建 152
7.1 觀測(cè)模型 154
7.2 超分辨率圖像重建算法 157
7.2.1 非均勻插值方法 157
7.2.2 頻域方法 159
7.2.3 規(guī)整化的超分辨率重建方法 161
7.2.4 凸集投影方法 164
7.2.5 *大似然-凸集投影重建方法 166
7.2.6 其他超分辨率重建方法 166
7.3 超分辨率中的其他難題 168
7.3.1 考慮配準(zhǔn)錯(cuò)誤的超分辨率 168
7.3.2 盲超分辨率圖像重建 170
7.3.3 計(jì)算效率高的超分辨率算法 170
7.4 基于樣例的超分辨率重建 171
7.4.1 局部自相似性 171
7.4.2 非二進(jìn)制的濾波器 172
7.4.3 濾波器設(shè)計(jì) 173
參考文獻(xiàn) 174
第8章 遙感圖像陰影檢測(cè)與去除 179
8.1 陰影的簡(jiǎn)介 179
8.1.1 陰影的屬性 180
8.1.2 陰影的利弊 180
8.2 陰影檢測(cè)的方法 180
8.2.1 基于物理模型的方法 181
8.2.2 基于顏色空間模型的方法 182
8.2.3 基于閾值分割的方法 184
8.2.4 基于種子區(qū)域增長(zhǎng)的方法 185
8.2.5 基于幾何模型的方法 186
8.2.6 陰影檢測(cè)方法對(duì)比 188
8.3 陰影去除的方法 189
8.3.1 基于顏色恒常性的方法 189
8.3.2 基于Retinex圖像的方法 191
8.3.3 基于HSI色彩空間的方法 193
8.3.4 基于同態(tài)濾波的方法 194
8.3.5 基于馬爾可夫場(chǎng)的方法 196
8.3.6 陰影去除方法對(duì)比 197
參考文獻(xiàn) 198