自適應(yīng)優(yōu)化稀疏表示的遙感圖像壓縮重構(gòu)研究.pdf

1、目前，國內(nèi)外各類光學(xué)遙感采樣成像系統(tǒng)均基于奈奎斯特—香農(nóng)采樣理論，它指出采樣率必須達(dá)到信號帶寬的兩倍以上才能精確地重構(gòu)信號。隨著遙感圖像空間分辨率的提高，要求光學(xué)系統(tǒng)的焦距更長、口徑更大，焦平面器件的采樣率更高，像元面積更小，這將大大增加光學(xué)系統(tǒng)、焦平面器件的設(shè)計(jì)和制造難度。而壓縮感知理論指出，只要信號是稀疏的或者在某一變換空間是稀疏的、可壓縮的，就可以遠(yuǎn)低于奈奎斯特采樣定理所規(guī)定的采樣量得到信號的壓縮表示，并且仍能夠精確地重構(gòu)原始信號

2、。因此，在遙感成像系統(tǒng)中采用壓縮感知理論進(jìn)行圖像的壓縮采樣，可以在采樣的同時(shí)實(shí)現(xiàn)壓縮，獲取圖像迅速，節(jié)約工作時(shí)間;僅少量采樣值即可重構(gòu)原始高分辨圖像，極大地節(jié)約焦平面陣列器件，同時(shí)節(jié)省星上存儲(chǔ)空間;而針對不同類型的遙感圖像自適應(yīng)地選擇最優(yōu)稀疏表示方法，可以有效地提高遙感圖像重構(gòu)質(zhì)量，便于后期的信息提取工作;無論被觀測圖像類型如何，采用固定的觀測方式，均能獲得高質(zhì)量重構(gòu)圖像。
　　論文首先介紹了課題背景和意義，總結(jié)了壓縮感知理論框架

3、中的常見圖像稀疏表示方法，圖像的隨機(jī)觀測手段及其觀測矩陣的構(gòu)造，介紹了壓縮感知中常見的優(yōu)化重構(gòu)算法，將壓縮感知理論在圖像復(fù)原和圖像融合領(lǐng)域提出了自己的創(chuàng)新和改進(jìn)方法。
　　論文同時(shí)也介紹了幾種常用的圖像復(fù)原的方法，從主觀和客觀方面討論了圖像質(zhì)量評價(jià)的作用和意義。重點(diǎn)介紹了采用K-SVD方法進(jìn)行過完備字典訓(xùn)練的方法。對不同類型遙感圖像的訓(xùn)練字典對于不同類型圖像的稀疏表示性能進(jìn)行了深入分析。介紹了通過給定的訓(xùn)練字典對隨機(jī)觀測矩陣進(jìn)行迭

4、代優(yōu)化的聯(lián)合優(yōu)化方法，并且采用該方法進(jìn)行實(shí)驗(yàn)仿真，獲得了優(yōu)化后的觀測矩陣。同時(shí)，采用優(yōu)化后的觀測矩陣與訓(xùn)練字典對，測試了圖像的重構(gòu)效果。在此基礎(chǔ)上，深入分析并總結(jié)了重構(gòu)稀疏度與訓(xùn)練稀疏度倍率關(guān)系對于圖像重構(gòu)的影響，并提出了從觀測值中隨機(jī)選取對應(yīng)于原始圖像塊的少量觀測值序列進(jìn)行小代價(jià)重構(gòu)從而預(yù)估出獲得良好重構(gòu)質(zhì)量的重構(gòu)稀疏度的方法，有利于快速且準(zhǔn)確地找到最優(yōu)的重構(gòu)稀疏度從而獲得高重構(gòu)質(zhì)量。
　　論文最后提出了自適應(yīng)優(yōu)化稀疏表示的遙感

5、圖像壓縮重構(gòu)框架，重點(diǎn)圍繞城市、山地和海港這三類遙感圖像進(jìn)行了對應(yīng)類型圖像的字典訓(xùn)練，獲得這三類圖像的優(yōu)化稀疏表示字典，并分析對比了采用固定稀疏基DCT的稀疏表示精度。通過遙感圖像的壓縮感知粗復(fù)原初步判別遙感圖像類型，采用其對應(yīng)的優(yōu)化稀疏表示字典作為稀疏表示方法，再采用精確重構(gòu)算法對壓縮采樣值進(jìn)行精確重構(gòu)。對重構(gòu)圖像采用主觀評價(jià)為輔，客觀評價(jià)中的PSNR和SSIM評價(jià)值進(jìn)行分析。結(jié)論表明，采用本文提出的方法在提高遙感圖像壓縮重構(gòu)質(zhì)量上取