目錄
前言
第1章 緒論 1
1.1 超分辨率問題的源起 1
1.2 超分辨率重建的理論依據(jù) 4
1.3 超分辨率重建研究的意義 6
1.4 超分辨率重建的基本方法分類 7
參考文獻(xiàn) 8
第2章 衛(wèi)星影像退化因素分析及辨識(shí) 9
2.1 系統(tǒng)噪聲 9
2.1.1 光電散粒噪聲 9
2.1.2 讀出噪聲 9
2.1.3 斑點(diǎn)噪聲 10
2.1.4 條帶噪聲 10
2.1.5 脈沖噪聲 11
2.2 信噪比估計(jì) 11
2.3 光學(xué)系統(tǒng)退化參數(shù)估計(jì) 23
2.3.1 散焦退化半徑估計(jì) 24
2.3.2 運(yùn)動(dòng)退化參數(shù)估計(jì) 27
2.3.3 高斯散焦退化參數(shù)估計(jì) 36
2.4 大氣湍流退化參數(shù)估計(jì) 41
參考文獻(xiàn) 44
第3章 基于退化模型的衛(wèi)星影像超分辨率重建 46
3.1 遙感衛(wèi)星典型成像模式 46
3.1.1 光機(jī)掃描成像儀 46
3.1.2 線陣推掃成像儀 47
3.1.3 面陣凝視成像儀 48
3.2 圖像超分辨率問題的退化模型 49
3.3 圖像超分辨率重建問題的兩個(gè)特性 50
3.3.1 反問題 50
3.3.2 不適定性問題 51
3.4 單幅圖像超分辨率重建 51
3.4.1 反向迭代投影方法 52
3.4.2 非盲去卷積方法 53
3.4.3 盲去卷積方法 55
3.5 序列圖像超分辨率重建 57
3.5.1 頻率域超分辨率重建方法 58
3.5.2 非均勻插值方法 61
3.5.3 凸集投影方法 63
3.5.4 最大后驗(yàn)概率方法 64
3.5.5 其他方法 68
參考文獻(xiàn) 68
第4章 基于學(xué)習(xí)的衛(wèi)星影像超分辨率重建 71
4.1 基于神經(jīng)網(wǎng)絡(luò)的超分辨率重建 71
4.1.1 基于霍普菲爾德和BP神經(jīng)網(wǎng)絡(luò)的超分辨率重建 71
4.1.2 基于深度學(xué)習(xí)的超分辨率重建 73
4.2 基于流形學(xué)習(xí)的超分辨率重建 85
4.2.1 基本概念 85
4.2.2 基于局部線性嵌入的降維方法 86
4.2.3 基于鄰域嵌入的超分辨率重建方法 87
4.3 基于稀疏表示的超分辨率重建 90
4.3.1 壓縮感知理論和超分辨率重建 90
4.3.2 稀疏表示理論 91
4.3.3 過完備字典學(xué)習(xí) 93
4.3.4 基于稀疏表示的超分辨率重建的經(jīng)典方法 94
4.3.5 Zeyde超分辨率重建方法 97
4.3.6 基于多尺度自相似的學(xué)習(xí)方法 101
參考文獻(xiàn) 105
第5章 多角度衛(wèi)星影像超分辨率重建 109
5.1 引言 109
5.2 多角度影像配準(zhǔn) 110
5.2.1 遙感影像配準(zhǔn)一般步驟 110
5.2.2 遙感影像配準(zhǔn)方法分類 112
5.3 多角度影像超分辨率重建 120
5.3.1 傳統(tǒng)非均勻插值方法的超分辨率重建 120
5.3.2 非均勻插值方法的改進(jìn) 124
5.3.3 基于核回歸的非均勻插值方法的超分辨率重建 127
5.3.4 基于模型的多角度遙感影像超分辨率重建 130
5.3.5 實(shí)驗(yàn)結(jié)果及分析 132
參考文獻(xiàn) 136
第6章 紅外圖像超分辨率重建 142
6.1 紅外成像原理及模型 142
6.1.1 紅外成像的物理過程 142
6.1.2 紅外焦平面陣列的成像模型 144
6.2 影響紅外系統(tǒng)分辨率的主要因素 145
6.3 紅外圖像超分辨率重建 147
6.4 基于插值方法的紅外圖像超分辨率重建 148
6.5 基于退化模型的紅外圖像超分辨率重建 154
6.5.1 基于最大后驗(yàn)概率方法的紅外圖像超分辨率重建 154
6.5.2 基于凸集投影方法的紅外圖像超分辨率重建 159
6.5.3 基于正則化方法的紅外圖像超分辨率重建 164
6.6 基于流形學(xué)習(xí)的紅外圖像超分辨率重建 172
參考文獻(xiàn) 176
第7章 光學(xué)影像輔助的異源圖像超分辨率重建 180
7.1 概述 180
7.2 基于可見光影像輔助的紅外圖像超分辨率重建 182
7.2.1 基于邊緣相關(guān)性分析的紅外圖像超分辨率重建 182
7.2.2 基于總廣義變差正則化的紅外圖像超分辨率重建 186
7.2.3 實(shí)驗(yàn)結(jié)果及分析 195
7.3 基于可見光影像輔助的深度圖像超分辨率重建 201
7.3.1 基于雙邊濾波的深度圖像超分辨率優(yōu)化重建 202
7.3.2 基于馬爾可夫隨機(jī)場模型的深度圖像超分辨率重建 205
7.3.3 基于總廣義變差正則化的深度圖像超分辨率重建 207
7.3.4 實(shí)驗(yàn)結(jié)果及分析 211
參考文獻(xiàn) 218
第8章 高/多光譜遙感影像空間超分辨率重建 222
8.1 引言 222
8.2 混合像元解混和定位簡述 222
8.3 高/多光譜混合像元線性分解模型 224
8.3.1 混合像元線性分解模型 224
8.3.2 端元選取方法 224
8.3.3 高/多光譜影像混合像元分解 232
8.4 高/多光譜影像亞像元定位 237
8.4.1 亞像元定位 237
8.4.2 基于位置可信度分析的高光譜亞像元定位 238
8.4.3 基于元胞自動(dòng)機(jī)多光譜亞像元定位 239
參考文獻(xiàn) 242
第9章 光譜超分辨率重建 245
9.1 引言 245
9.2 基于多光譜影像的超光譜影像重建 246
9.2.1 光譜超分辨率重建基本思想 246
9.2.2 基于像元解混的光譜超分辨率重建流程 246
9.3 光譜超分辨率重建實(shí)現(xiàn) 248
9.3.1 多光譜地表反射率圖像獲取 248
9.3.2 多光譜端元提取 249
9.3.3 多光譜迭代插值 251
9.3.4 插值光譜選擇 258
9.3.5 高光譜傳感器響應(yīng)采樣 259
9.3.6 高光譜影像合成 260
9.4 光譜超分辨率實(shí)驗(yàn)及分析 261
9.4.1 實(shí)驗(yàn)方案 261
9.4.2 測試數(shù)據(jù)選擇 261
9.4.3 光譜超分辨率真實(shí)性驗(yàn)證 262
9.4.4 光譜影像分類能力驗(yàn)證 272
參考文獻(xiàn) 278