原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种新的基于稀疏表示及自学习遥感图像超分重建算法-重庆师范大学
( )
年 月 重庆师范大学学报 自然科学版
2017 3 Mar.2017
第 卷 第 期 ( )
34 2 JournalofChon in NormalUniversit NaturalScience Vol.34 No.2
gq g y
: /
DOI10.11721cn
q j
一种新的基于稀疏表示及自学习遥感图像超分重建算法*
,
12 3 2 1 2
, , , ,
秦振涛 杨 茹 刘小英 杨武年 陈 军
( / , ;
1.成都理工大学 地学空间信息技术国土资源部重点实验室 遥感与 GIS研究所 成都 610059
; , )
2.攀枝花学院 数学与计算机学院 617000 3.攀枝花学院 土木与建筑工程学院 四川 攀枝花 617000
:【 】 , ,
摘要 目的 遥感图像重建容易引入噪声或边缘出现不规则性 而它又在遥感图像的处理中能起到非常重要的作用 提出
。【 】 , ,
新的算法来得到更好的处理结果 方法 通过对遥感图像进行分块 利用K-SVD算法对遥感图像自身进行字典学习 获
, 、 、 。
得能够稀疏表示高分辨率遥感图像的字典 然后进行特征提取 独立成分分析降维 高分辨率遥感图像的重建等操作
【 】 。【 】 , 。
结果 实现了对遥感图像超分辨率的重建 结论 该方法提高了图像的峰值信噪比 通过实验验证了算法高效性
: ; ; ;
关键词 稀疏表示 字典学习 遥感图像 超分重建
中图分类号: 文献标志码: 文章编号: ( )
TN911.73 A 1672-6693201702-0081-05
,
遥感图像的分辨率是遥感成像系统对输出图像细节特征分辨能力的一种度量 也是遥感图像中对
文档评论（0）