基于深度学习的遥感图像去模糊研究.pdf
《基于深度学习的遥感图像去模糊研究.pdf》由会员分享,可在线阅读,更多相关《基于深度学习的遥感图像去模糊研究.pdf(5页珍藏版)》请在咨信网上搜索。
1、云南民族大学学报(自然科学版),():收稿日期:基金项目:国家自然科学基金()作者简介:张文彪(),男,硕士研究生 主要研究方向为深度学习通信作者:蒋作(),男,博士,副教授 主要研究方向为软件过程与机器学习基于深度学习的遥感图像去模糊研究张文彪,蒋作(云南民族大学 数学与计算机科学学院,云南 昆明 )摘要:在遥感图像的获取过程中,因多种因素的影响,如卫星的不同拍摄角度、光学传感系统、大气等因素都会引起遥感图像质量发生退化现象 为了获取高质量的遥感图像,需对退化的遥感图像进行图像质量增强 图像质量增强往往要求在恢复图像时,图像的空间细节信息和高级上下文信息保持平衡,二者保持平衡有利于解决图像退
2、化问题 但现有的遥感图像质量增强算法在保留空间细节信息及高级上下文信息时,并不能有效的让二者保持平衡 为了更好的解决遥感图像的退化问题,增强其图像质量,提出多阶段的遥感图像去模糊算法,并通过实验验证算法的有效性关键词:遥感图像;图像去模糊;深度学习中图分类号:文献标志码:文章编号:()随着遥感卫星的不断增多,获取遥感图像越来越简单 遥感技术也快速的发展,并衍生出很多应用场景,如土地覆盖监测、森林覆盖监测、草地覆盖监测及湿地资源监测 但遥感成像的方式通常为扫描成像,期间会因外界因素导致遥感图像发生退化,如物体运动、大气影响等因素会导致遥感图像出现不同程度的模糊,大大影响了遥感图像的质量,严重时还
3、可能出现难以辨认的情况 如图 所示:模糊遥感图像清晰遥感图像图 模糊与清晰遥感图像对比图为了更好的利用遥感图像的应用价值,对遥感图像进行去模糊是一件十分重要的工作 首先对遥感图像去模糊,从视觉效果上可以获到更清晰的图像,也为后续的一些遥感图像处理工作提供分辨率更高的图像,有助于提高遥感图像处理的效率 遥感图像质量发生退化,主要由几个方面导致,如遥感成像过程中遥感卫星位置的变化、光学传感系统以及大气因素的影响等遥感图像去模糊,是指从退化的模糊图像中重构出清晰图像,图像去模糊是一项基础而又具有挑战性的工作 现阶段,遥感图像去模糊主要有 种方法:一种是基于硬件的方法,主要是对成像系统进行优化,如增大
4、成像系统的成像尺寸或增加像元数,但是基于硬件的方法往往存在一些缺陷,如硬件设备体积过大、成本较高等缺点,使其部署起来具有一定的难度 另一种是图像处理的方法,主要是在早期的经典图像去模糊算法,如维纳滤波算法、滤波算法、总变分算法等基础上衍生出来的传统图像去模糊算法,鉴于经典方法去模糊的缺陷,后来的传统方法在经典方法的基础上充分利用了自然图像的一些先验信息来恢复图像 比如自然图像的稀疏性等,克服了原有方法的缺陷 一般利用自然图像的先验信息主要是通过大量统计图像的某种特点分布,获得自然图像相关的先验信息,并且将其作为正则化项(基于正则化技术)来改进图像的去模糊效果 但是随着深度学习的发展,传统的遥感
5、图像去模糊方法在性能上明显落于深度学习的方法在遥感图像质量增强领域,深度学习是当前比较主流的方法 得益于深度神经网络可以从大量的数据中学习到更好的特征表示,很多领域都取得了显著的进展,如目标检测、图像分类、图像生成等 人们提出基于深度神经网络的方法用于遥感图像去模糊,明显增强的图像的质量 但是由于遥感图像本身的特性,如覆盖面广、信息量大、图像多尺寸等特点,如何利用深度学习的方法增强遥感图像去模糊后的图像质量是一项很有意义的工作 国内外研究现状图像去模糊算法按大类分可分为两类:基于硬件的图像去模糊和基于图像处理算法去模糊 ,但由于基于硬件的图像去模糊算法局限性比较大,现有的主流图像去模糊方法为基
6、于图像处理 ,的方法 相比于基于硬件的遥感图像去模糊方法,基于图像处理的方法具有应用灵活、成本低等优势 图像去模糊的目的是从模糊图像中估计出清晰图像 又根据模糊核是否已知,可分为两类:非盲去模糊和盲去模糊 比较经典的图像去模糊研究方法主要以非盲去模糊为主,但非盲去模糊方法由于没有将更多的图像先验信息用上以及其是在模糊核已知的条件下进行图像恢复 而真实场景下模糊核往往是不可知且多变的,使得非盲去模糊算法的推广性受到限制,但具有一定的研究价值 非盲去模糊算法往往假设模糊核已知,模糊核已知是一个很强的先验条件,在处理真实的图像恢复问题上推广性受到限制 此外,因模糊核一般不可知且多变的情况与真实场景问
7、题更贴切 与非盲去模糊算法相比,盲去模糊的算法更具有实际应用价值 盲去模糊算法 的提出大大降低了图像恢复的先验假设,已成为图像去模糊领域的主流方法传统的图像去模糊算法主要为非盲去模糊算法 非盲去模糊定义为:在模糊核已知的条件下,用退化的图像恢复出清晰图像 如比较经典的算法维纳滤波算法,主要通过对退化的图像进行反卷积操作估计出清晰图像 遥感成像的过程中,因成像系统与目标之前的相对运动、大气湍流的影响,会导致成像系统出来的图像像素点出现不同程度像移,即模糊图 此过程就是图像的退化过程,图像模糊一般可看作清晰图像卷积模糊核得到模糊图像的过程,其退化模型可表示为:,其中,为模糊图像,为待估计的清晰图像
8、,为模糊核,为附带的噪声,为卷积运算符号 遥感图像质量增强的实质就是通过模糊图像估计出模糊核,然后模糊核与模糊图像之前做卷积运算,最后估计出清晰图像,实现去模糊以达到图像质量增强的目的图像盲去模糊具体定义为:在模糊核未知的情况下,通过已知的模糊图像复原出清晰的原始图像 由于图像的模糊核 在真实环境中往往未知,因此图像盲复原方法有着更广泛的应用 但是传统的盲去模糊算法往往具有很强的先验信息或对模糊核做出假设,大大限制了模型的推广性 传统的图像盲去模糊算法主要分两类:基于最大后验概率的方法和基于变分贝叶斯的方法 二者的区别在于,基于最大后验概率的方法一般模型比较简单、高效及灵活等优势 基于变分贝叶
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 深度 学习 遥感 图像 模糊 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。