遥感影像修补技术研究

论文摘要

遥感影像在测绘、环境监测、资源探测等领域有广泛的应用,对国防和经济建设有十分重要的作用。同时,遥感影像处理和应用面临很多亟待解决的问题,其中包括影响影像使用的两个问题:一是各种原因导致的影像像素坏死、像素块缺失等信息损失恢复问题;二是影像上不便于存在的诸如标识、文字、秘密信息的掩盖或伪装问题。图像修补技术是一种用于恢复图像破损、去除或伪装图像局部信息的一种图像复原技术。本文对遥感图像修补问题进行了研究,主要内容及创新点包括:1、全面总结了遥感影像中各种修补问题,并进行了一定的拓展,明确了遥感影像修补的对象;分析阐述了与图像修补相关的基本理论,包括贝叶斯原理、扩散原理、变分原理、图像梯度以及差分,为接下来研究修补方法奠定必要的基础。2、研究了基于偏微分方程的BSCB修补模型、TV修补模型、CDD修补模型;结合邻域滤波快速修补方法,提出了结合邻域滤波的CDD修补算法。实验结果表明,提出的方法既能够提高修补速度,同时又能保持CDD的修补效果。3、研究了基于样本块的图像修补方法,并对Criminisi方法提出了改进方案。用优化的基于样本块的修补方法实现了遥感影像敏感目标的伪装,为实现遥感影像军民两用提供了一种有效的技术方案;该方法还成功用于栅格地图脱密处理以及航片编号除去。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 研究背景与意义
• 1.2.1 研究背景
• 1.2.2 研究意义
• 1.3 研究现状
• 1.4 论文主要内容与组织结构
• 第二章 图像修补的基本问题
• 2.1 引言
• 2.2 遥感图像中的修补问题
• 2.3 图像修补的挑战和修补原则
• 2.3.1 视觉感知修补规律
• 2.3.2 图像修补面临的挑战
• 2.3.3 图像修补应遵循的原则
• 2.4 基础理论
• 2.4.1 贝叶斯理论和图像模型
• 2.4.2 扩散原理
• 2.4.3 变分原理
• 2.4.4 图像梯度矢量及其性质
• 2.4.5 差分
• 第三章 基于偏微分方程的遥感影像修补
• 3.1 偏微分方程
• 3.2 图像修补模型
• 3.2.1 BSCB 修补模型
• 3.2.2 整体变分（TV）修补方法
• 3.2.3 CDD 修补模型
• 3.3 实验与分析
• 3.4 结合邻域滤波的CDD 图像修补
• 3.4.1 邻域滤波
• 3.4.2 邻域滤波修补方法
• 3.4.3 结合邻域滤波的CDD 修补方法
• 3.5 本章小结
• 第四章 基于样本块的遥感影像修补
• 4.1 引言
• 4.2 纹理合成
• 4.3 基本原理
• 4.4 算法过程
• 4.4.1 模版确定
• 4.4.2 计算填充优先权
• 4.4.3 寻找最佳样本块并传播信息
• 4.4.4 更新优先权
• 4.5 优化方案
• 4.6 实验结果与分析
• 4.7 本章小结
• 第五章 总结展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 作者简历 攻读硕士学位期间完成的主要工作
• 致谢