[發(fā)明專利]基于小波預(yù)處理和稀疏表示的衛(wèi)星遙感圖像超分辨率重構(gòu)方法

有效

• 申請?zhí)枺?/td>: 201410449528.7
• 申請日: 2014-09-04
• 公開（公告）號: CN104252703B
• 公開（公告）日: 2017-05-03
• 發(fā)明（設(shè)計）人: 任瑞治;顧玲嘉;龐悅;張爽
• 申請（專利權(quán)）人: 吉林大學(xué)
• 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(zé)任公司22201
• 代理人: 王恩遠

技術(shù)領(lǐng)域

本發(fā)明屬于衛(wèi)星遙感圖像處理的技術(shù)領(lǐng)域，利用小波預(yù)處理技術(shù)，提出一種基于稀疏表示的衛(wèi)星遙感圖像超分辨率重構(gòu)方法。該方法能夠提高原始遙感圖像的空間分辨率，提供比原始圖像更多的細節(jié)信息，有助于遙感圖像的后續(xù)處理。

背景技術(shù)

遙感影像的空間分辨率是影響目標(biāo)識別和精確判讀的一個重要因素。為了提高低分辨率遙感圖像的空間分辨率，可以采用超分辨率重構(gòu)方法進行圖像增強。超分辨率重構(gòu)方法是一種指利用同一場景的一幀或多幀低分辨率圖像來重構(gòu)一幀或多幀高分辨率圖像的算法。

近年來，基于稀疏表示的圖像超分辨率重構(gòu)引起了很多學(xué)者的關(guān)注。目前，國內(nèi)外的圖像超分辨率重構(gòu)算法主要是針對常規(guī)圖像進行重構(gòu)，具有代表性的方法有：Yang等首先提出基于稀疏表示的超分辨率算法，先求解低分辨率圖像塊在對應(yīng)字典下的稀疏表示，再通過線性組合的方法利用稀疏表示系數(shù)獲得相應(yīng)的高分辨率圖像塊(參見Yang J,Wright J,Huang T S.et al.,“Image super-resolution via sparse representation,”IEEE Transactions on Image Processing,19(11),2861-2873(2010)；Yang J,Wright J,Huang T,et al.,“Image super-resolution as sparse representation of raw image patches,”IEEE Conference on Computer Vision and Pattern Recognition,1-8(2008))。Zeyde和Elad等對Yang的算法提出改進，在圖像重構(gòu)過程中利用正交匹配追蹤(OMP)算法求解稀疏表示系數(shù)，減少了算法的計算量(參見Zeyde R,Elad M,Protter M.,On single image scale-up using sparse-representations[M],Curves and Surfaces.Springer Berlin Heidelberg,711-730(2012)；Elad M.,Sparse and Redundant Representations:Chapter 15.4.2The Super-Resolution Algorithm[M],Springer Press,346-357(2010))。2014年，在Zeyde的算法的基礎(chǔ)上，Nazzal采用小波域的字典訓(xùn)練算法，提高了重構(gòu)質(zhì)量和計算效率(參見Nazzal M,Ozkaramanli H.,“Wavelet domain dictionary learning-based single image superresolution,”Signal,Image and Video Processing,1-11(2014))。對于遙感圖像的超分辨率重構(gòu)算法的研究有：2013年，趙永光等采用基于稀疏表示的超分辨率重構(gòu)算法來提高MODIS圖像的空間分辨率，但該算法只能在一定程度上提高原MODIS圖像的分辨率(參見趙永光,黃波,汪超亮.基于超分辨率重建的多時相MODIS與Landsat反射率融合方法[J].遙感學(xué)報,2013,17(3):590-608)。遙感圖像序列中長時間的間隔導(dǎo)致了序列圖像之間存在變化。宋慧慧分析了遙感圖像之間的物候變化，認為該變化主要表現(xiàn)在低頻信息的變化(參見宋慧慧.基于稀疏表示的圖像超分辨率重建算法研究[D].合肥:中國科學(xué)技術(shù)大學(xué),2011)。

綜上所述，國內(nèi)外學(xué)者利用基于稀疏表示的超分辨率重構(gòu)方法主要是針對常規(guī)圖像進行處理，取得了相關(guān)的研究成果。利用稀疏表示對于遙感影像超分辨率重構(gòu)的研究屬于初步的探討，對于遙感圖像空間分辨率提高的能力有限。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是，提供一種有效的基于小波預(yù)處理技術(shù)和稀疏表示的衛(wèi)星遙感影像超分辨率重構(gòu)的算法。該方法的應(yīng)用條件是已知相同觀測地區(qū)、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(gòu)，提高低分辨率遙感圖像的空間分辨率。

為解決本發(fā)明要解決的技術(shù)問題，給出的具體技術(shù)方案如下。

一種基于小波預(yù)處理和稀疏表示的衛(wèi)星遙感圖像超分辨率重構(gòu)方法，是已知相同觀測地區(qū)、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(gòu)；分為字典訓(xùn)練和對低分辨率遙感圖像進行重構(gòu)兩個步驟；

所述的字典訓(xùn)練的過程是，