《高光譜成象信息退化機理及恢復新技術研究》是依託哈爾濱工業大學，由張曄擔任項目負責人的面上項目。
基本介紹
- 中文名：高光譜成象信息退化機理及恢復新技術研究
- 依託單位：哈爾濱工業大學
- 項目類別：面上項目
- 項目負責人：張曄
項目摘要,結題摘要,
項目摘要
高光譜圖象因其信息豐富、地物辨識能力強在工農業和國防等領域都有著廣泛的套用前景，然而其成象質量在獲取傳輸過程中受諸多因素影響，導致其獲得的圖象質充檔才量退化或某些信息損失，進而限制其進一步利用。針對該類問題，本項目首先從物理層對高光譜成象鏈中的像素級污染、條帶缺失和垃圾波段等退化的產生機理進行深入分析，論證高光譜圖象的三維稀疏特性，以及利用受損後數據估計原始稀疏表達的可行性。在此基礎上，建立適合高光譜圖象數據結構和套用特徵的三維稀疏模型，並以此為重點，系統研究應對多種退化的恢復新技術。與此同時，探索獨立數據的非相似性恢復效果評價體系，直接判斷恢複數據的光譜域、空間域形態質量及其套用價值。本研究技術體系的實施，將極大提高現有高光譜數據源的成象質量和套用潛力，更好的造福人類。同時，也有助於高光譜數據表征、恢復技術和三維稀疏理論的發展。
結題摘要
複雜的高光譜成像鏈路以及受限的硬體水平會引入多種降質，嚴重影響高光譜圖像對地物本徵空譜特性的表現能力。本項目通過對高光譜圖像成像機理的理論研究及分析，討論了高光譜圖像典型退化現象的成因及其表現形式並進行模型化歸納；針戀習影凝對大氣水汽吸收等造成連續波段信息衰減，提出了基於雙嚮導數預測的大氣衰減譜段恢複方法，利用高光譜圖像光譜連續可導的特性，對大氣水汽吸收等連續降質譜段的信息進行估計；針對感測器非線性回響導致的條帶狀信息缺失，提出了基於邊緣約束和自適應形態學濾波的恢複方法，通過引入多源遙感圖像輪廓或基於學習的邊緣預測重建缺失區域邊緣，並以此為約束生成自適應的結構元素，進而有效的重建由於感測器非線性回響導致的條帶狀空間信息缺失；針對複雜恥整全成像鏈路引入多種混合噪聲，提出了基於超像素分割和多分辨低秩表達的恢複方法，針對複雜成像鏈路獲取的高光譜圖像中存在混合噪聲污染問題，利用院姜采高光譜圖像的空譜相關性，有效的去除了高斯噪聲、稀疏噪聲、結構性噪聲等多種噪聲；針對高光譜遙感空間解析度不足和光譜混疊導致空譜特徵降質，提出了基於局部自適應稀疏解混和亞像素校準的融合超分辨方法，將豐度矩陣稀疏性引入聯合解混模型，結漿祝辣合最優擬合形態學濾波，以獲取高空譜解析度的高光譜圖像；針對高光譜圖像中城區建築物導致陰影遮蔽目標這一現象，研究了一種基於非局部稀疏方法，通過對陰影區及非影區分別建模實現陰影去除，恢復陰影區目標；建立深度卷積神經網路，並通過調整卷積神經網路的結構層數，分別進行基於光譜信息的一維超分辨重建，鞏櫃基於空間信棕嫌烏雄息的二維超分辨重建以及基於空譜信息的三維超分辨重建，進一步提升高光譜圖像的空間及光譜解析度；針對紅外波段光譜圖像混合像元各組分溫度反演困難的問題，提出一種亞像元級溫度反演的方法，並將純淨像元以及混合像元分別進行處理，實現混合像元中各組分溫度的估計。利用圖像處理技術對降質高光譜圖像進行恢復，並在當前硬體水平下，儘可能提升其質量以更準確的體現地物固有空譜特性，進而提高后續解譯精度，對擴大高光譜遙感在工農業生產和國防建設等多領域的套用具有重要的意義。
