基于多重網(wǎng)格算法的遙感圖像恢復(fù)方法研究.pdf

1、高分辨率遙感圖像的分析與解譯，在軍事判讀上的應(yīng)用價值十分高。在軍事圖像判讀上，空間結(jié)構(gòu)信息對遙感圖像信息的提取和分析是最重要的。但是遙感成像過程中，由于受到系統(tǒng)自身限制和成像環(huán)境因素的影響，造成了系統(tǒng)信息傳遞能力的下降，使最終獲得的圖像變得模糊，這對于圖像信息的判讀是極為不利的。圖像復(fù)原技術(shù)是根據(jù)圖像退化過程建立相應(yīng)的數(shù)學(xué)模型，沿著使圖像質(zhì)量下降的逆過程復(fù)原退化圖像真實面目的一種圖像處理技術(shù)，是圖像配準、目標(biāo)提取等后續(xù)圖像處理技術(shù)的基礎(chǔ)

2、，它能夠在一定意義上提高系統(tǒng)的信息傳遞能力。
　　首先，本文通過對造成遙感圖像質(zhì)量下降的幾個重要因素（大氣交叉輻射、光學(xué)系統(tǒng)非理想成像、CCD器件影響）的分析，建立了相應(yīng)的成像降質(zhì)的數(shù)學(xué)模型。經(jīng)分析發(fā)現(xiàn)這些降質(zhì)因素的數(shù)學(xué)模型可歸化為兩類線性方程組——基于線性空間不變模型形成的降質(zhì)方程組和基于線性空間變化模型形成的降質(zhì)方程組。
　　其次，根據(jù)圖像復(fù)原問題（也即方程組的求解問題）的特點，提出了采用多重網(wǎng)格迭代算法的求解方法，詳細

3、論述了多重網(wǎng)格算法的基本思想、流程、參數(shù)選擇問題，并對經(jīng)典的多重網(wǎng)格算法進行了改進，提出了使用共軛梯度迭代作為光滑迭代步的多重網(wǎng)格算法（Multigrid Method using Conjugate Gradient as soothing iteration，MGMcg），給出了算法在處理基于線性空間變化成像降質(zhì)模型復(fù)原問題中的具體實現(xiàn)技術(shù)。
　　最后，為了驗證算法的有效性，分別進行了數(shù)字仿真實驗和半實物仿真實驗。數(shù)字仿真實驗

4、結(jié)果驗證了算法的可行性，并通過與經(jīng)典的共軛梯度法處理結(jié)果的比較，說明了算法在收斂速度方面的優(yōu)越性；搭建了基于線性空間變化成像降質(zhì)模型的半實物仿真實驗平臺，在此平臺基礎(chǔ)上進行了線性空間變化成像系統(tǒng)點擴散函數(shù)測量實驗，同時生成了待處理的退化圖像。利用文中提出的基于線性空間變化成像降質(zhì)模型的MGMcg算法對得到的降質(zhì)圖像進行處理，結(jié)果證明了算法的有效性，通過與基于線性空間不變模型的MGMcg算法處理結(jié)果對比，說明了基于線性空間變化模型算法的優(yōu)