压缩感知遥感视频成像系统建模与仿真

摘要

高分辨率视频成像卫星为我们提供了实时准确的地面遥感视频图像，然而其应用却受到数据处理量庞大、遥感传输困难等问题的限制。压缩感知作为一门新兴的采样理论，它表明在已知信号稀疏先验的前提下，使用以远低于奈奎斯特采样速率进行随机线性采样方式得到的少量压缩测量数据，通过求解稀疏优化问题就能高概率精确或高准确度地重建原信号，为缓解视频卫星采样端的压力提供了新的思路和解决办法。
　　论文针对压缩感知应用于遥感视频成像可能遇到的关键问题开展了以下几个方面的研究：
　　首先，从光学成像器件的原理层面上建立了相应的测量系统模型。论文回顾了光学器件的成像机理，并指出了传统基于奈氏采样定律的光学成像系统采样和压缩之间的矛盾，并根据测量矩阵的具体物理实现位置建立了两种代表性的测量系统模型。
　　其次，系统研究了压缩感知遥感视频重构的单帧模型、差分模型、残差模型和残差分布式模型，并引入分布式视频压缩感知框架，建立了压缩遥感视频的字典学习分布式重构模型。
　　再次，系统研究了视频稀疏表示的典型字典学习方法和样本选取方法。着重讨论了边信息块匹配样本生成方法和K-SVD、PCA两种字典学习方法。在独立分量分析理论基础上，提出了视频稀疏表示的全局PICA字典学习方法。
　　最后，系统介绍了重建精度相对较高的压缩感知凸优化重建算法，并着重讨论了基于变量分离的 GPSR和 LCGP两种典型的凸优化重构算法。基于凸优化理论中KKT条件，提出了子集变量更新的UWSV-SR快速高精度重构算法。
　　通过编制数值仿真MATLAB程序，论文对各模型、学习字典、重构算法展开了多项仿真验证实验。所涉及的重构信号包含了一维稀疏信号、二维数字图像和三维视频信号，覆盖面广，充分说明了所提出的模型的准确可行性和算法的高适应性。

目录

声明

第一章 绪论

1.1研究背景和意义

1.2研究现状与发展趋势

1.3本文的主要工作及创新点

第二章 压缩感知遥感视频成像系统建模

2.1传统光学成像系统的普遍模型

2.2压缩感知成像系统测量模型

2.3压缩感知遥感视频成像重构模型

2.4模型性能比较

2.5本章小结

第三章 压缩感知遥感视频稀疏表示理论

3.1遥感视频稀疏表示方法

3.2视频稀疏表示样本选取

3.3字典学习方法

3.4基于独立成分分析的遥感视频字典学习方法

3.5仿真实验分析

3.6本章小结

第四章 压缩感知遥感视频重构算法研究

4.1压缩感知重构理论

4.2 l1范数正则最小二乘问题研究方法

4.3基于二次规划变量分离的CS重构算法研究

4.4压缩遥感视频成像综合仿真

4.5本章小结

第五章 总结与展望

5.1论文工作总结

5.2未来工作展望

致谢

参考文献

作者在学期间取得的学术成果