[發明專利]基于小波預處理和稀疏表示的衛星遙感圖像超分辨率重構方法有效
| 申請號: | 201410449528.7 | 申請日: | 2014-09-04 |
| 公開(公告)號: | CN104252703B | 公開(公告)日: | 2017-05-03 |
| 發明(設計)人: | 任瑞治;顧玲嘉;龐悅;張爽 | 申請(專利權)人: | 吉林大學 |
| 主分類號: | G06T5/50 | 分類號: | G06T5/50 |
| 代理公司: | 長春吉大專利代理有限責任公司22201 | 代理人: | 王恩遠 |
| 地址: | 130012 吉*** | 國省代碼: | 吉林;22 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 預處理 稀疏 表示 衛星 遙感 圖像 分辨率 方法 | ||
1.一種基于小波預處理和稀疏表示的衛星遙感圖像超分辨率重構方法,是已知相同觀測地區、不同時間分辨率的高分辨率遙感圖像和低分辨率遙感圖像,對其它觀測時間的低分辨率遙感圖像進行超分辨率重構;分為字典訓練和對低分辨率遙感圖像進行重構兩個步驟;
所述的字典訓練的過程是,
1)對已知低分辨率遙感圖像上采樣,使其和已知高分辨率遙感圖像具有相同的圖像尺寸;
2)對已知高分辨率遙感圖像、低分辨率遙感圖像分別進行小波分解提取特征,獲得低頻、水平和垂直高頻三對子波段;
3)在已知高分辨率遙感圖像、低分辨率遙感圖像的三對子波段圖像上提取圖像塊作為訓練樣本;
4)利用冗余字典訓練算法對已知低分辨率圖像塊進行訓練,得到已知低分辨率圖像塊對應的字典和稀疏表示系數;所述的冗余字典訓練算法,是K-SVD冗余字典訓練算法;具體的是通過(1)式對已知低分辨率遙感圖像塊進行訓練,得到三個尺寸大小為n2×ma的低分辨率遙感圖像塊對應的字典和稀疏表示系數其中ma是冗余字典的列數或者原子數,n2是在已知高、低分辨率遙感圖像的子波段圖像上提取圖像塊的大小;
式(1)中,k0為稀疏表示系數中非零元素的個數,f,h和v分別表示低頻、水平和垂直高頻,i=1,...,P,表示第i個訓練樣本,P表示訓練樣本的個數;
5)計算已知高分辨率衛星遙感圖像塊對應的字典;所述的計算已知高分辨率衛星遙感圖像塊對應的字典通過偽逆表達式(2)求得;
式(2)中,Ly是由作為其列組成,Qy是字典訓練的過程的第4)步求得的作為其列組成,其中T代表矩陣的轉置;
所述的對低分辨率遙感圖像進行重構的過程是,
a)對待重構的低分辨率遙感圖像進行小波分解,提取特征,獲得低頻、水平、垂直和對角線高頻四個子波段;
b)在待重構低分辨率遙感圖像的低頻、水平和垂直高頻三個子波段圖像上提取圖像塊作為訓練樣本;
c)求解圖像塊在已知低分辨率遙感圖像塊對應的字典中的稀疏表示系數;
d)根據求得的已知高分辨率遙感圖像塊對應的字典,計算待重構遙感圖像在低頻、水平和垂直高頻三個子波段上對應的高分辨率遙感圖像,結合待重構遙感圖像的對角線高頻子波段,通過小波逆變換合成高分辨率遙感圖像重構結果;所述的通過小波逆變換合成高分辨率遙感圖像重構結果,是利用式(3)求得對應的分辨率增強后的圖像塊
再對所有圖像塊進行以上過程然后合并得到最后結合Td通過小波逆變換合成重構結果其中為由已知相同觀測地區、不同時間分辨率的高分辨率遙感圖像L和低分辨率遙感圖像M而獲得的其他觀測時間的低分辨率遙感圖像T的超分辨率重構結果,分別為低頻、水平和垂直高頻的子波段超分辨率重構結果,Td為對角線的子波段超分辨率重構結果。
2.根據權利要求1所述的基于小波預處理和稀疏表示的衛星遙感圖像超分辨率重構方法,其特征在于,
在對低分辨率遙感圖像進行重構過程的第3)步中,所述的求解圖像塊在已知低分辨率遙感圖像塊對應的字典中的稀疏表示系數,是利用OMP算法求解圖像塊在已知低分辨率遙感圖像塊對應的字典中的稀疏表示系數
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于吉林大學,未經吉林大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410449528.7/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種精確閉環控制電極絲張力的電火花線切割機運絲機構
- 下一篇:雙圓頭樁成樁機





