2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩86頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、高光譜圖像在諸如異常檢測、目標識別和圖像分類等很多領(lǐng)域均有非常重要的應(yīng)用。相對于普通的二維圖像,高光譜圖像增加了光譜維信息,譜段數(shù)增多,譜間分辨率更高。高光譜圖像中的每個像素點包含一個連續(xù)譜,可以用來精確和詳細的描述場景中的物體。然而,由于傳感器的限制,直接獲得高分辨率的高光譜圖像是非常具有挑戰(zhàn)性的,當代的高光譜成像技術(shù)嚴重的缺失空間分辨率。為了提高光譜圖像的空間分辨率,改進硬件設(shè)備的方法仍具有一定難度和限制,因此,人們更傾向于基于軟件

2、的方法獲得高分辨率的高光譜圖像。
  壓縮感知理論是一種新型信號獲取理論,確??梢詮纳倭康挠^測樣本中準確的重構(gòu)出原始信號,從而節(jié)省資源及減小對硬件設(shè)備的要求。最近,在壓縮感知理論的框架下,利用同一個場景的低分辨率高光譜圖像和高分辨率的彩色圖像聯(lián)合求解得到高空間分辨率高光譜圖像的方法已經(jīng)顯現(xiàn)出不錯的效果。在這些方法中,稀疏非負矩陣分解技術(shù)(SNNMF)利用了彩色圖像和光譜圖像的相關(guān)性,得到了較好的重構(gòu)結(jié)果。然而,這些方法只考慮了光譜

3、間的相關(guān)性,忽略了高光譜圖像豐富的空間結(jié)構(gòu)相關(guān)性和圖像自身光滑性特征。本文對高光譜圖像的超分辨率重建算法進行了系統(tǒng)的研究,所取得的主要研究成果為:
  1.通過對光譜圖像的非局部相似性的研究,把高光譜圖像的結(jié)構(gòu)稀疏性這一特點作為先驗信息與非負矩陣分解技術(shù)相結(jié)合,提出基于非負結(jié)構(gòu)稀疏表示的高光譜圖像超分辨重建算法。結(jié)構(gòu)稀疏表示的利用比起傳統(tǒng)稀疏性的1范數(shù)約束,更穩(wěn)定。光譜圖像的結(jié)構(gòu)稀疏表示不僅利用高光譜譜間的信息,還挖掘了光譜圖像的

4、空間信息,譜線的非局部自相似性,得到更好的重構(gòu)效果。實驗結(jié)果表明,該算法較其他方法的重建效果明顯提高,尤其是一些細節(jié)部分的視覺效果更好。
  2.通過對光譜圖像的光滑性的研究,把高光譜圖像的光滑性和稀疏性作為先驗信息與非負矩陣分解技術(shù)相結(jié)合,提出基于非負全變差正則化的高光譜圖像超分辨重建算法。TV正則項和稀疏性作為先驗知識的加入,使得該算法既利用高光譜圖像分解系數(shù)的稀疏性,同時各向異性全變差正則項對高光譜圖像的光滑性這一先驗信息有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論