遥感数据质量改善之信息复原PDF|Epub|txt|kindle电子书版本网盘下载

遥感数据质量改善之信息复原PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概述1

1.1 研究背景与意义1

1.2 研究内容4

第2章 遥感影像复原方法及其最新进展7

2.1 噪声与模糊退化模型7

2.1.1 遥感影像的噪声模型8

2.1.2 遥感影像的模糊模型10

2.2 影像复原研究现状11

2.2.1 空间域移动窗口法11

2.2.2 变换域影像复原法13

2.2.3 基于偏微分方程的复原方法18

2.2.4 基于变分的复原方法22

2.2.5 基于机器学习的复原方法26

2.3 影像盲复原方法30

2.3.1 基于MAP的盲复原方法31

2.3.2 基于边缘预测的盲复原法32

2.3.3 变分贝叶斯复原方法33

2.4 变分正则化模型的数值求解方法35

2.4.1 线性问题的数值解法35

2.4.2 非线性问题的数值解法38

2.5 本章总结42

第3章 遥感影像脉冲噪声去除方法49

3.1 脉冲噪声及其分布特征49

3.1.1 固定值脉冲噪声50

3.1.2 随机值脉冲噪声50

3.2 经典的脉冲噪声去除方法50

3.2.1 传统中值滤波50

3.2.2 加权中值滤波51

3.2.3 开关中值滤波52

3.2.4 噪声探测方法52

3.3 保持细节信息的迭代中值滤波54

3.4 实验结果与分析56

3.5 本章总结60

第4章 遥感影像条带噪声去除方法62

4.1 条带噪声成因与特性分析62

4.1.1 条带噪声产生的原因62

4.1.2 条带噪声的特性分析63

4.2 经典的条带噪声去除方法66

4.2.1 条带噪声的处理方法分类66

4.2.2 空间域统计计算的条带噪声去除方法68

4.2.3 变换域频率滤波的条带噪声去除方法71

4.3 变分框架下的条带噪声去除方法75

4.3.1 基于最大后验概率的条带噪声去除方法75

4.3.2 基于校正系数估计的条带噪声去除方法77

4.3.3 基于单向变差的条带去除方法79

4.3.4 基于稀疏分布假设的条带去除方法80

4.3.5 基于方向差分的斜向条带去除方法83

4.4 实验结果与分析86

4.4.1 模拟实验对比分析86

4.4.2 真实实验对比分析89

4.4.3 斜向条带噪声去除实验95

4.5 本章总结97

第5章 遥感影像光谱噪声去除方法100

5.1 高光谱遥感影像噪声分析100

5.2 变换域光谱噪声去除方法104

5.2.1 主成分变换框架下的光谱去噪104

5.2.2 基于小波域的空谱噪声分离105

5.2.3 多维维纳滤波法107

5.3 空谱联合的变分去噪方法110

5.3.1 空间-光谱联合全变差模型111

5.3.2 多通道非局部全变差模型115

5.3.3 空谱分布式稀疏先验模型118

5.3.4 基于低秩分解的高光谱去噪方法124

5.4 实验结果与分析126

5.4.1 模拟实验127

5.4.2 真实实验134

5.5 本章总结139

第6章 遥感影像时序噪声去除方法142

6.1 研究背景与意义142

6.2 时序滤波方法综述143

6.2.1 插值替换方法144

6.2.2 卷积滤波法146

6.2.3 频率域滤波法147

6.2.4 曲线拟合法149

6.2.5 顾及时空关系的重建方法154

6.2.6 其他方法155

6.3 移动加权谐波分析时序噪声去除方法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 实验与分析160

6.4 顾及时序噪声特性的变分滤波方法167

6.4.1 方法的基本原理167

6.4.2 噪声去除实验169

6.5 本章总结172

第7章 单极化SAR影像相干斑噪声的抑制175

7.1 相干斑形成机理及统计特性175

7.1.1 相干斑形成机理175

7.1.2 单极化SAR统计特性176

7.2 单极化SAR影像去噪方法综述179

7.2.1 局部窗口滤波算法179

7.2.2 变换域滤波算法182

7.2.3 基于偏微分方程的算法183

7.2.4 变分去噪算法184

7.2.5 基于图块计算的算法185

7.2.6 基于机器学习与智能优化的算法187

7.2.7 其他算法188

7.2.8 SAR去噪效果的评价188

7.3 单极化SAR非局部变分去噪方法191

7.3.1 经典的SAR局部变分去噪算法191

7.3.2 非局部正则化SAR变分去噪算法192

7.4 实验与分析195

7.4.1 模拟实验195

7.4.2 真实实验199

7.5 本章总结202

第8章 全极化SAR影像相干斑噪声的抑制206

8.1 PolSAR统计特性及去噪原则206

8.1.1 PolSAR相干斑统计特性206

8.1.2 PolSAR去噪原则208

8.2 PolSAR影像滤波方法综述209

8.2.1 局部窗口滤波算法209

8.2.2 基于非局部均值的算法210

8.2.3 偏微分去噪算法211

8.2.4 变分去噪算法212

8.2.5 基于机器学习与智能优化的去噪算法213

8.2.6 PolSAR去噪效果的评价213

8.3 自适应迭代优化的PolSAR AD滤波215

8.3.1 PolSAR AD的基础模型215

8.3.2 自适应迭代优化的PolSAR AD模型216

8.4 实验与分析224

8.4.1 模拟实验224

8.4.2 真实实验225

8.5 本章总结231

第9章 范数自适应的正则化影像复原方法234

9.1 正则化复原框架与模型234

9.2 范数自适应的影像复原方法236

9.2.1 范数自适应的数据一致性约束项236

9.2.2 范数自适应的正则化先验240

9.2.3 模型的优化求解241

9.3 实验结果与分析242

9.3.1 范数自适应数据一致性约束的验证242

9.3.2 范数自适应先验模型的验证243

9.3.3 联合框架的验证246

9.4 本章总结248

第10章 联合刃边提取与交替迭代的盲复原方法250

10.1 引言250

10.2 常用的模糊函数估计与盲复原方法252

10.2.1 模糊函数估计方法252

10.2.2 基于交替迭代最优化框架的影像盲复原253

10.3 联合刃边提取与交替迭代的遥感影像盲复原255

10.3.1 整体复原框架与求解256

10.3.2 基于刃边提取的PSF初始估计258

10.3.3 基于影像非参考评价指标的自动终止条件261

10.4 实验结果与分析262

10.4.1 参数选取、初始化与终止263

10.4.2 模拟实验与分析263

10.4.3 真实遥感影像实验与分析272

10.5 本章总结275