《遙感數據質量改善之信息復原》是2018年09月01日科學出版社出版的圖書，作者是沈煥鋒。
基本介紹
- 書名：遙感數據質量改善之信息復原
- 作者：沈煥鋒
- ISBN：9787030569073
- 頁數：277
- 定價：180.00元
- 出版社：科學出版社
- 出版時間：2018年09月01日
- 裝幀：平脊精裝
- 開本：16
內容簡介,圖書目錄,
內容簡介
噪聲與模糊是遙感成像中最為常見的兩種輻射返化現象，本書主要針對這兩種降質問題，研究遙感影像及定量產品的復原理論與方法。在噪聲去除方面，較為全面地考慮遙感數據中的各種噪聲類型，分別從高斯噪聲、脈衝噪聲、條帶噪聲、相干斑噪聲、光譜噪聲、時序噪聲等方面進行系統論述.在影像去模糊方面，以變分E則化框架為重點展開討論，構建範數自適應的正則化復原方法z 結合遙感領域常用的刃邊法與圖像處理領域經典的選代最佳化方法，發展一種穩健的遙感影像盲復原方法.
圖書目錄
目錄
第1章概述
1.1 研究背景與意義
1.2 研究內容 4
第2章遙感影像復原方法及其最新進展 7
2.1 噪聲與模糊退化模型 7
2.1.1 遙感影像的噪聲模型 8
2 1.2 遙感影像的模糊模型 10
2.2 影像復原研究現狀 11
2.2.1 空間蠕移動視窗法 11
2.2.2 變換域影像復原法 13
2.2.3 基於偏微分方程的復原方法 18
2.2.4基於變分的復原方法 22
2.2.5基於機椿學習的復原方法 26
2.3 影像盲復原方法 30
2.3.1 基於MAP的盲復原方法 31
2.3.2 基於邊緣預割的盲復原法 32
2.3.3 變分貝葉斯復原方法 33
2.4 變分正則化模型的數值求解方法 35
2.4.1 線性問題的數值解法 35
2.4.2 非線性問題的數值解法 38
2.5 本章總結 42
第3章遙感影像脈衝噪聲去除方法 49
3.1 脈忡噪聲及其分布特徵 49
3.1.1 固定值脈忡噪聲 50
3.1.2 隨機值脈忡噪聲 50
3.2 經典的脈衝噪聲去除方法 50
3.2.1 傳統中值油披 50
3.2.2 加權中值油披 51
3.2.3 開關中值油披 52
3立4 噪聲探測方法 52
3.3 保持細節信息的疊代中值濾波 54
3.4 實驗結果與分析 56
3.5本章總結 60
第4章遙感影像條帶曝聲去除方法 62
4.1 條帶噪聲成因與特性分析 62
4.1.1 條帶噪聲產生的原因 62
4.1.2 條帶噪聲的特性分析 63
4.2 經典的條帶噪聲去除方法 66
4.2.1 條帶噪聲的處理方法分類 66
4.2.2 空間域統計計算的條帶噪聲去除方法 68
4.2.3 變換域頻率濾波的條帶噪聲去除方法 71
4.3 變分框架下的條帶噪聲去除方法 75
4.3.1 基於最大後驗機率的條帶噪聲去除方法 75
4.3.2 基於校正係數估計的條帶噪聲去除方法 77
4.3.3 基於單向變差的條帶去除方法 79
4.3.4 基於稀疏分布假設的條帶去除方法 80
4.3.5 基於方向差分的斜向條帶去除方法 83
4.4 實驗結果與分析 86
4.4.1 模擬實驗對比分析 86
4.4.2 真實實驗對比分析 89
4.4.3 斜向條帶噪聲去除實驗 95
4.5 本章總結 97
第5章遙感影像光譜曝聲去除方法 100
5.1 高光譜遙感影像噪聲分析 100
5.2 變換域光譜噪聲去除方法 104
5.2.1 主成分變換框架下的光譜去噪 104
5.2.2 基於小披域的空譜噪聲分離 105
5.2.3 多維維納植被法 107
5.3 空譜聯合的變分去噪方法110
5.3.1 空間.光譜聯合全變差模型 111
5.3.2 多通道非局部全變差模型 115
5.3.3 空譜分散式稀疏先驗模型 118
5.3.4 基於低秩分解的高光譜去噪方法 124
5.4 實驗結果與分析 126
5.4.1 模擬實驗 127
5.4.2 真實實驗 134
5.5 本章總結 139
第6章遙感影像時序蝶聲去除方法 142
6.1 研究背景與意義 142
6.2 時序濾被方法綜述 143
6.2.1 插值替換方法 144
6.2.2 卷積濾波法 146
6.2.3 顏率域濾被法 147
6.2.4 曲線擬合法 149
6.2.5 顧及時空關係的重建方法 154
6.2.6 其他方法 155
6.3 移動力日權諧波分析時序噪聲去除方法 155
6.3.1 方法的基本原理 156
6.3.2 MWHA 方法四步流程 157
6.3.3 實驗與分析 160
6.4 顧及時序噪聲特性的變分濾波方法 167
6.4.1 方法的基本原理 167
6.4.2 噪聲去除實驗 169
6.5本章總結 172
第7章單極化SAR 影像相干斑噪聲的抑制 175
7.1 相干斑形成機理及統計特性 175
7.1.1 相干斑形成機理 175
7.1.2 單極化SAR 統計特性 176
7.2 單極化SAR 影像去噪方法綜述 179
7.2.1 局部視窗濾波算法 179
7.2.2 變換域法被算法 182
7.2.3 基於偏微分方程的算法 183
7.2.4 變分去噪算法 184
7.2.5 基於圄塊計算的算法 185
7.2.6 基於機器學習與智慧型最佳化的算法 187
7.2.7 其他算法 188
7.2.8 SAR 去噪效果的評價 188
7.3 單極化SAR 非局部變分去噪方法 191
7.3.1 經典的隊R 周部變分去噪算法 191
7.3.2 非局部正則化SAR 變分去噪算法 192
7.4 實驗與分析 195
7.4.1 模擬實驗 195
7.4.2 真實實驗 199
7.5 本章總結 202
第8章全極化SAR 影像相干斑噪聲的抑制 206
8.1 PolSAR 統計特性及去噪原則 206
8.1.1 PolSAR 相干斑統計特性 206
8.1.2 PolSAR 去噪原則 208
8.2 PolSAR 影像濾波方法綜述 209
8.2.1 局部視窗濾波算法 209
8.2.2 基於非局部均值的算法 210
8.2.3 偏微分去噪算法 211
8.2.4 變分去噪算法 212
8.2.5 基於機器學習與智慧型最佳化的去噪算法 213
8.2.6 PolSAR 去噪效果的評價 213
8.3 自適應疊代最佳化的PolSARAD 濾波 215
8.3.1 PolSARAD 的基礎模型 215
8.3.2 自適應疊代最佳化的PolSARAD 模型 216
8.4 實驗與分析 224
8.4.1 模擬實驗 224
8.4.2 真實實驗 225
8.5 本章總結 231
第9章范敢自適應的正則化影像復原方法 234
9.1 正則化復原框架與模型 234
9.2 範數自適應的影像復原方法 236
9.2.1 範數自適應的數據一致性的柬項 236
9.2.2 範數自適應的正則化先驗 240
9.2.3 模型的最佳化求解 241
9.3 實驗結果與分析 242
9.3.1 植數自適應數據一致性的束的驗證 242
9.3.2 範數自適應先驗模型的驗證 243
9.3.3 聯合框架的驗證 246
9.4本章總結 248
第10章聯合刃邊提取與交替疊代的盲復原方法 250
10.1 引言 250
10.2 常用的模糊函式估計與盲復原方法 252
10.2.1 模糊函式估計方法 252
10.2.2 基於交普選代最最佳化框架的影像盲復原 253
10.3 聯合刃邊提取與交替法代的遙感影像盲復原 255
10.3.1 整體復原框架與求解 256
10.3.2 基於刃邊提取的PSF 初始估計 258
10.3.3 基於影像非參考評價指標的自動終止條件 261
10.4 實驗結果與分析 262
10.4.1 參數選取、初始化與終止 263
10.4.2 模擬實驗與分析 263
10.4.3 真實遙感影像實驗與分析 272
10.5 本章總結 275
第1章概述
1.1 研究背景與意義
1.2 研究內容 4
第2章遙感影像復原方法及其最新進展 7
2.1 噪聲與模糊退化模型 7
2.1.1 遙感影像的噪聲模型 8
2 1.2 遙感影像的模糊模型 10
2.2 影像復原研究現狀 11
2.2.1 空間蠕移動視窗法 11
2.2.2 變換域影像復原法 13
2.2.3 基於偏微分方程的復原方法 18
2.2.4基於變分的復原方法 22
2.2.5基於機椿學習的復原方法 26
2.3 影像盲復原方法 30
2.3.1 基於MAP的盲復原方法 31
2.3.2 基於邊緣預割的盲復原法 32
2.3.3 變分貝葉斯復原方法 33
2.4 變分正則化模型的數值求解方法 35
2.4.1 線性問題的數值解法 35
2.4.2 非線性問題的數值解法 38
2.5 本章總結 42
第3章遙感影像脈衝噪聲去除方法 49
3.1 脈忡噪聲及其分布特徵 49
3.1.1 固定值脈忡噪聲 50
3.1.2 隨機值脈忡噪聲 50
3.2 經典的脈衝噪聲去除方法 50
3.2.1 傳統中值油披 50
3.2.2 加權中值油披 51
3.2.3 開關中值油披 52
3立4 噪聲探測方法 52
3.3 保持細節信息的疊代中值濾波 54
3.4 實驗結果與分析 56
3.5本章總結 60
第4章遙感影像條帶曝聲去除方法 62
4.1 條帶噪聲成因與特性分析 62
4.1.1 條帶噪聲產生的原因 62
4.1.2 條帶噪聲的特性分析 63
4.2 經典的條帶噪聲去除方法 66
4.2.1 條帶噪聲的處理方法分類 66
4.2.2 空間域統計計算的條帶噪聲去除方法 68
4.2.3 變換域頻率濾波的條帶噪聲去除方法 71
4.3 變分框架下的條帶噪聲去除方法 75
4.3.1 基於最大後驗機率的條帶噪聲去除方法 75
4.3.2 基於校正係數估計的條帶噪聲去除方法 77
4.3.3 基於單向變差的條帶去除方法 79
4.3.4 基於稀疏分布假設的條帶去除方法 80
4.3.5 基於方向差分的斜向條帶去除方法 83
4.4 實驗結果與分析 86
4.4.1 模擬實驗對比分析 86
4.4.2 真實實驗對比分析 89
4.4.3 斜向條帶噪聲去除實驗 95
4.5 本章總結 97
第5章遙感影像光譜曝聲去除方法 100
5.1 高光譜遙感影像噪聲分析 100
5.2 變換域光譜噪聲去除方法 104
5.2.1 主成分變換框架下的光譜去噪 104
5.2.2 基於小披域的空譜噪聲分離 105
5.2.3 多維維納植被法 107
5.3 空譜聯合的變分去噪方法110
5.3.1 空間.光譜聯合全變差模型 111
5.3.2 多通道非局部全變差模型 115
5.3.3 空譜分散式稀疏先驗模型 118
5.3.4 基於低秩分解的高光譜去噪方法 124
5.4 實驗結果與分析 126
5.4.1 模擬實驗 127
5.4.2 真實實驗 134
5.5 本章總結 139
第6章遙感影像時序蝶聲去除方法 142
6.1 研究背景與意義 142
6.2 時序濾被方法綜述 143
6.2.1 插值替換方法 144
6.2.2 卷積濾波法 146
6.2.3 顏率域濾被法 147
6.2.4 曲線擬合法 149
6.2.5 顧及時空關係的重建方法 154
6.2.6 其他方法 155
6.3 移動力日權諧波分析時序噪聲去除方法 155
6.3.1 方法的基本原理 156
6.3.2 MWHA 方法四步流程 157
6.3.3 實驗與分析 160
6.4 顧及時序噪聲特性的變分濾波方法 167
6.4.1 方法的基本原理 167
6.4.2 噪聲去除實驗 169
6.5本章總結 172
第7章單極化SAR 影像相干斑噪聲的抑制 175
7.1 相干斑形成機理及統計特性 175
7.1.1 相干斑形成機理 175
7.1.2 單極化SAR 統計特性 176
7.2 單極化SAR 影像去噪方法綜述 179
7.2.1 局部視窗濾波算法 179
7.2.2 變換域法被算法 182
7.2.3 基於偏微分方程的算法 183
7.2.4 變分去噪算法 184
7.2.5 基於圄塊計算的算法 185
7.2.6 基於機器學習與智慧型最佳化的算法 187
7.2.7 其他算法 188
7.2.8 SAR 去噪效果的評價 188
7.3 單極化SAR 非局部變分去噪方法 191
7.3.1 經典的隊R 周部變分去噪算法 191
7.3.2 非局部正則化SAR 變分去噪算法 192
7.4 實驗與分析 195
7.4.1 模擬實驗 195
7.4.2 真實實驗 199
7.5 本章總結 202
第8章全極化SAR 影像相干斑噪聲的抑制 206
8.1 PolSAR 統計特性及去噪原則 206
8.1.1 PolSAR 相干斑統計特性 206
8.1.2 PolSAR 去噪原則 208
8.2 PolSAR 影像濾波方法綜述 209
8.2.1 局部視窗濾波算法 209
8.2.2 基於非局部均值的算法 210
8.2.3 偏微分去噪算法 211
8.2.4 變分去噪算法 212
8.2.5 基於機器學習與智慧型最佳化的去噪算法 213
8.2.6 PolSAR 去噪效果的評價 213
8.3 自適應疊代最佳化的PolSARAD 濾波 215
8.3.1 PolSARAD 的基礎模型 215
8.3.2 自適應疊代最佳化的PolSARAD 模型 216
8.4 實驗與分析 224
8.4.1 模擬實驗 224
8.4.2 真實實驗 225
8.5 本章總結 231
第9章范敢自適應的正則化影像復原方法 234
9.1 正則化復原框架與模型 234
9.2 範數自適應的影像復原方法 236
9.2.1 範數自適應的數據一致性的柬項 236
9.2.2 範數自適應的正則化先驗 240
9.2.3 模型的最佳化求解 241
9.3 實驗結果與分析 242
9.3.1 植數自適應數據一致性的束的驗證 242
9.3.2 範數自適應先驗模型的驗證 243
9.3.3 聯合框架的驗證 246
9.4本章總結 248
第10章聯合刃邊提取與交替疊代的盲復原方法 250
10.1 引言 250
10.2 常用的模糊函式估計與盲復原方法 252
10.2.1 模糊函式估計方法 252
10.2.2 基於交普選代最最佳化框架的影像盲復原 253
10.3 聯合刃邊提取與交替法代的遙感影像盲復原 255
10.3.1 整體復原框架與求解 256
10.3.2 基於刃邊提取的PSF 初始估計 258
10.3.3 基於影像非參考評價指標的自動終止條件 261
10.4 實驗結果與分析 262
10.4.1 參數選取、初始化與終止 263
10.4.2 模擬實驗與分析 263
10.4.3 真實遙感影像實驗與分析 272
10.5 本章總結 275
