基于各向异性MRF的水体遥感影像超分辨率重建

摘要

遥感技术已经成为了水资源和水环境调查、水体信息提取主要手段，而要从遥感图像中获得这些信息，图像的分辨率至关重要。高分辨率图像能够给包括水体信息提取在内的各项遥感图像应用提供更多、更准确的信息，超分辨率重建技术给了我们一个低成本，并且能够充分利用现有的低分辨率遥感图像来获取高分辨率遥感影像的新方法。但传统的算法都是基于各向同性的，并没有考虑像素的几何结构信息，而在重建时充分考虑图像的各向异性有利于更好的保持图像的边缘和几何结构。
　　本文对现有的基于MRF先验模型的超分辨率算法的研究、对不同的MRF模型进行对比。传统的基于MRF超分辨率重建算法并没有考虑像素的几何结构属性，为了在重建时充分利用像素的结构属性，使重建后图像的结构特征保持得更好，在应用MRF模型进行局部窗口的平滑时还需要考虑图像的各向异性。结构张量是估算局部几何结构的方向和属性较好的一个方法，双边滤波器能够有效的综合距离各势异性和灰度相似性，从而能在图像平滑时更好的抑制噪声并保持边缘结构。本文通过对双边滤波和结构张量的研究，结合双边滤波传统的几何距离度量和结构张量构建的边缘自适应矩阵，构建了各向异性邻域矩阵来实现根据像素的几何距离、方向信息对重建时邻域窗口内像素权重进行重新设置，并结合自适应阈值的Huber函数，建立了一个基于各向异性MRF的遥感图像超分辨率重建模型。
　　通过实验分析，与传统的基于MRF模型的重建效果进行对比，本文的方法能够较好的保持图像的几何结构信息特别是边缘信息，并且能够有效的提高城市河道提取的精度。文章的最后，总结了论文的研究工作以及取得的成果，并对未来工作做了进一步的展望，并提出了一些建议。

目录

声明

1. 绪论

1.1引言

1.2课题背景

1.3国内外研究现状及存在问题

1.4本文研究内容与意义

2. 遥感影像超分辨率重建概述

2.1遥感图像的观测模型

2.2遥感超分辨率重建的理论基础

2.3重建图像评价方法

2.4本章小结

3. 基于MRF先验模型的遥感影像超分辨率重建算法

3.1马尔科夫随机场先验模型

3.2最大后验概率(MAP)算法

3.3本章小结

4. 基于各向异性MRF遥感影像超分辨率重建算法

4.1广义MRF模型

4.2基于各向异性HMRF模型的遥感影像超分辨率重建

4.3本章小结

5. 超分辨率重建实验分析

5.1图像质量评价标准

5.2实验结果与分析

5.3本章小结

6. 总结与展望

6.1总结

6.2展望

致谢

参考文献