登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 电子信息类 > 电子科学与技术 > 正文

遥感图像超分辨率重建研究开题报告

 2021-03-14 10:03  

1. 研究目的与意义(文献综述)

随着信息技术和对地观测技术的发展,遥感技术在社会生活和经济建设中发挥着越来越重要的作用。其主要参数分辨率可分为空间分辨率、光谱分辨率、辐射分辨率和时间分辨率,本文讨论的就是其空间分辨率。但是,在图像成像、存储以及处理的过程中,存在很多会造成图像分辨率下降的原因:(1)硬件设备的限制,如劣质的光学成像系统、工艺不高的传感器等;(2)客观环境的影响,如大气流的干扰、天气的变化等;(3)其它原因,如系统噪声、成像系统的抖动、聚焦不准等。

此时,图像分辨率的提升就显得非常有必要了,一般有以下几种途径:(1)改善成像的硬件设备,提高成像传感器的像素密度。但是传感器像素密度越高,成本也越高,而且成像单元所能获取的光通量也越低,图像噪声越大;(2)增大集成电路板的尺寸。但是随着集成电路板尺寸的增大,电容会增大,此时电荷转移速率会降低,进而导致图像中的点光源变模糊;(3)采用高精度的成像仪器。但是这个做法实现工艺复杂,成本很高。以上都是从“硬件途径”来提升图像的分辨率的,但这些方法有着各种各样的局限性和技术壁垒,不能很好的适用。同时,随着分辨率的提高,图像的数据也随之大幅度提高,这增加了传输的成本及卫星的负担。那从而不改变硬件条件仅通过算法软件提升分辨率的图像超分辨率技术具有了重要的意义,其核心是利用信号处理的思想“寻找”低分辨率图像缺失的高频信息。

超分辨率这一概念是Harris和Goodman在20世纪60年代提出的,但该概念提出最初并未得到广泛认可,其重建效果差无法应用于实际。经过多年的发展,直到1984年,Tsai和Huang提出基于频域的图像超分辨率方法,利用多幅相互间具有平移关系的同一场景的低分辨率图像中获取信息,取得较好的重建效果。该方法的突破让人看到了此技术的可行性,吸引了大量的研究人员对其展开进一步的研究并取得了一系列的成过。依据图像重建过程中利用的LR图像的个数,图像的超分辨率算法可分为两大类别:单帧图像重构算法和多帧图像重构算法。由于同一场景的LR图像一般很难获得,所以多帧图像重构算法应用并不太广泛。而单帧图像重构算法只需要一幅低分辨率图像,应用范围广泛,也是本文研究重点。单帧图像重建技术一般分为以下几类:基于插值、基于重建、基于学习的方法。本文则主要是研究基于学习方法中的基于稀疏表示的重建方法。

2. 研究的基本内容与方案

1. 基本内容

本文研究主要包括以下内容:

(1)稀疏表示算法:对稀疏表示原理和其经典算法基本思想和实现步骤的介绍。实现对原始信号的分解,该分解从训练部分获得字典(过完备字典),然后用字典的线性近似表示原始信号。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

第1-3周:查阅相关文献资料,明确研究内容,了解研究所需的相关软件及知识方案完成开题报告。

第4-7周:查阅相关参考文献,学习稀疏表示理论。

第8-11周:合理设计实验,利用matlab平台进行验证。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1]杨宇翔. 图像超分辨率重建算法研究[d].中国科学技术大学,2013.

[2]钟九生. 基于稀疏表示的光学遥感影像超分辨率重建算法研究[d].南京师范大学,2013.

[3]秦振涛. 基于稀疏表示及字典学习遥感图像处理关键技术研究[d].成都理工大学,2015.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图