[發(fā)明專利]一種基于邊緣信息和反卷積的SAR圖像超分辨率方法

有效

• 申請?zhí)枺?/td>: 201410070411.8
• 申請日: 2014-02-28
• 公開（公告）號: CN103839238B
• 公開（公告）日: 2017-02-15
• 發(fā)明（設(shè)計）人: 侯彪;焦李成;牛志偉;王爽;張向榮;馬文萍;馬晶晶
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 西安智萃知識產(chǎn)權(quán)代理有限公司61221
• 代理人: 李東京

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理領(lǐng)域，具體涉及一種基于邊緣信息和反卷積的SAR圖像超分辨率方法，可應(yīng)用于目標(biāo)檢測和識別。

背景技術(shù)

合成孔徑雷達(dá)(Synthetic?Aperture?Radar,SAR)由于具有全天時、全氣候、穿透性強等特點，在軍事和國民經(jīng)濟(jì)領(lǐng)域表現(xiàn)出巨大潛力和應(yīng)用前景。分辨率是衡量SAR圖像質(zhì)量的重要指標(biāo)，在很大程度上決定了圖像的可讀性和目標(biāo)辨別能力。獲取的SAR圖像分辨率越高，能夠提取的目標(biāo)信息就會越豐富、特征越明顯，更加利于針對SAR圖像的后續(xù)應(yīng)用。許多應(yīng)用對SAR圖像的分辨率提出很高的要求，例如：在軍事應(yīng)用中，遙感偵察監(jiān)視、軍事目標(biāo)識別與定位、戰(zhàn)場環(huán)境監(jiān)測以及打擊毀壞效果評估等都需要有高分辨率的圖像資源；在民用領(lǐng)域中，地形測繪以及地震、火山、冰川、森林火災(zāi)等災(zāi)情探測預(yù)防工作都需要SAR圖像具有盡可能高的分辨率。

一般來說，提高SAR圖像分辨率有兩種途徑：一是改進(jìn)和更新硬件設(shè)備，使SAR系統(tǒng)具備發(fā)射寬信號和合成大孔徑的能力，同時提高測量精度，降低系統(tǒng)誤差；二是通過建立物理模型和數(shù)學(xué)模型，利用數(shù)據(jù)處理方法提高SAR圖像的分辨率。前者效果直接，但周期長、代價高且受限于相關(guān)技術(shù)發(fā)展；后者方法成本低、可行性好，具有很大的現(xiàn)實意義，已成為SAR圖像處理領(lǐng)域較為活躍的、重要的研究方向。

圖像超分辨方法在原理上可分為基于學(xué)習(xí)的方法和基于重建的方法。基于學(xué)習(xí)的方法往往需要大量的訓(xùn)練數(shù)據(jù)，SAR圖像很多情況下難以獲得與之有對應(yīng)的高分辨率圖像，同時，基于學(xué)習(xí)的方法，運算復(fù)雜度大，難以實時處理。基于重建的方法主要有傳統(tǒng)的插值方法和基于邊緣插值的方法，而傳統(tǒng)的插值方法對SAR圖像做超分辨處理，會把很多細(xì)節(jié)信息掩蓋，不能把目標(biāo)和感興趣區(qū)域精確重建；基于邊緣插值的方法，像Xin?Li等提出的NEDI方法和Andrea?Giachetti等提出的ICBI方法，雖然能保持較好的邊緣信息，但是同樣需要解矩陣偽逆或者解目標(biāo)優(yōu)化問題的復(fù)雜運算，影響到算法的運行時間，很難實現(xiàn)實時處理。

發(fā)明內(nèi)容

本發(fā)明的目的是針對上述已有技術(shù)的不足，提出一種基于邊緣信息和反卷積的SAR圖像超分辨率方法，以提高SAR圖像的空間分辨率。

本發(fā)明的技術(shù)方案是提出了一種基于邊緣信息和反卷積的SAR圖像超分辨率方法，其特征在于：包含以下步驟：

步驟1：輸入低分辨SAR圖像為I_l，初始化超分辨結(jié)果高分辨率SAR圖像I_h＝0，其高度H_h與寬度W_h由H_h＝2×H_l－1和W_h＝2×W_l－1計算得出，其中H_l和W_l分別為I_l的高度和寬度；

步驟2：利用步驟1中得到的初始高分辨率圖像I_h，將I_l的像素值通過一定的復(fù)制規(guī)則逐一隔點復(fù)制到I_h中；

步驟3：利用步驟2中得到的I_h的已填充點的像素值，對I_h中部分未填充位置I_h2i+1,2j+1的邊緣方向性使用最大后驗概率進(jìn)行估計；I_h2i+1,2j+1到四個最接近的已填充位置的像素值分別為I_h2i,2j、I_h2i,2j+2、I_h2i+2,2j和I_h2i+2,2j+2，計算I_h2i,2j、I_h2i,2j+2、I_h2i+2,2j和I_h2i+2,2j+2對應(yīng)的四個方向灰度距離估計R₀、R₁、R₂和R₃；

步驟4：計算I_h中未填充位置I_h2i+1,2j+1四個最接近已填充位置I_h2i,2j、I_h2i,2j+2、I_h2i+2,2j和I_h2i+2,2j+2灰度值的標(biāo)準(zhǔn)差σ；