基于稀疏表示的微波辐射图像重构方法研究-计算机技术专业论文.docxVIP

? 本人郑重声明:所呈交的学位论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表和撰写的研究成果，也不包含为获得华 东交通大学或其他教育机构的学位或证书所使用过的材料。与我一同工作 二也 ? 思。 日期 T/ 5， 6、 本人完全了解华东交通大学有关保留、使用学位论文的规定，即:学 校有权保留送交论文的复印件，允许论文被查阅和借阅。学校可以公布论 ， 签名 必i 江 日 〉olsd 也 曰 摘要 摘要 I I 基于稀疏表示的微波辐射图像重构方法研究 摘要 微波遥感具有全天时、全天候、强穿透性和隐蔽性的特点，使其在对地遥感、射电 天文、灾害预报以及军事目标探测等领域获得了越来越广泛的应用。微波辐射计通过测 量目标的微波辐射特性，反映目标内在的物理特征信息，但对目标表面粗糙度等宏观结 构特征不敏感。利用微波辐射计获得土壤微波辐射图像的特征主要取决于土壤湿度。通 过获取的微波辐射图像可以反演土壤湿度数据，进而对土壤湿度数据分析可以提高气象 预报的准确度，有效监测干旱及洪涝等地质灾害。随着图像向精细化和结构化方向的发 展 ， 干 涉 测 量 综 合 孔 径 微 波 辐 射 计 （ Interferometric Synthetic Aperture Microwave Radiometry, ISAMR）已演变成庞大而复杂的系统，在一次观测中所采集的数据动辄达 到上千万。对此，基于奈奎斯特采样和常规微波辐射成像方法难以实现高分辨率的微波 辐射成像。 压缩感知（Compressed Sensing, CS）理论的核心思想是将信号的稀疏性先验知识结 合到信号重构过程中，采用随机稀疏采样（远小于奈奎斯特抽样率）压缩数据，利用非 线性重构方法获得原始信号。本论文将压缩感知应用到微波辐射成像中，通过重构算法 对稀疏采样的数据进行重构，获得高分辨率的微波辐射图像。论文的主要研究内容如下： 1．介绍干涉测量综合孔径微波辐射成像系统，分析其优缺点。讨论压缩感知理论 框架，简要介绍观测矩阵，重点研究信号的稀疏表示和信号的重构算法，构建基于压缩 感知的微波辐射成像模型。 2．研究基于正交匹配追踪（Orthogonal Matching Pursuit, OMP）算法和优化正交匹 配追踪（Optimized Orthogonal Matching Pursuit, OOMP）算法的微波辐射图像重构方法。 引入高斯随机观测矩阵并通过实验仿真验证其有效性。对微波辐射图像的结构特征进行 理论分析，获取微波辐射图像的分段平滑、在变换域上的稀疏性等先验知识。将级联字 典引入到 OMP 算法中，实验验证级联字典比单一正交基获得更高分辨率的微波辐射图 像。研究基于 OOMP 算法的微波辐射图像重构方法，实验验证 OOMP 算法比 OMP 算 法重构图像质量更好，重构精度更高。 3．介绍 K-SVD 字典学习算法，就目前流行的 DLMRI 算法和 GradDLRec 算法，研 究自适应多结构的稀疏字典，提高图像的稀疏性和字典的自适应性。引入 Bregman 迭代 算法，设计基于自适应多结构字典学习的微波辐射图像重构方法，实验验证本论文提出 的算法的有效性。 关键词：微波辐射图像，压缩感知，稀疏表示，稀疏字典，字典学习，K-SVD 算法， 重构算法 Abst Abstract II II STUDY ON MICROWAVE RADIATION IMAGE RECONSTRUCTION METHOD BASED ON SPARSE REPRESENTATION ABSTRACT Microwave remote sensing has the characteristics of all-day, all-weather, strong penetrability and concealment; it is widely used in the remote sensing, radio astronomy, disaster forecast, and military target detection, etc. Microwave radiometer reflects the target intrinsic physical characteristics information by measuring the target microwave radiation characteristics, but it is not sensitive to surface roughness macrostructure characteristics of the target.