[發(fā)明專利]基于梯度提取的單幀多光譜影像超分辨率重建方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201711367295.6
• 申請日: 2017-12-18
• 公開（公告）號(hào): CN108090872B
• 公開（公告）日: 2021-07-16
• 發(fā)明（設(shè)計(jì)）人: 王密;何魯曉
• 申請（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06T3/40
• 分類號(hào): G06T3/40;G06T5/50
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 嚴(yán)彥

本發(fā)明提供一種基于梯度提取的單幀多光譜影像超分辨率重建方法及系統(tǒng)，包括利用低通濾波將原始的單幀多光譜影像各波段從灰度圖像轉(zhuǎn)換為梯度圖像，分離光譜信息與空間幾何信息，選擇一幀進(jìn)行上采樣作為參考梯度圖；基于POCS算法框架，將其余梯度圖像的信息投影到參考梯度圖上，獲得超分辨率梯度圖；基于SFIM模型，根據(jù)超分辨率梯度圖與原始的單幀多光譜影像實(shí)現(xiàn)信息融合，獲得最終的超分辨率多光譜影像。本發(fā)明可以有效克服數(shù)據(jù)量不足對超分辨率重建的影響，提高數(shù)據(jù)利用水平。

技術(shù)領(lǐng)域

本發(fā)明屬于遙感影像處理領(lǐng)域，涉及一種基于梯度提取的單幀多光譜影像超分辨率重建方法及系統(tǒng)。

背景技術(shù)

遙感數(shù)據(jù)的空間分辨率對于測繪制圖、地物判斷、災(zāi)害防治等方面有重要作用，圖像清晰度越高，包含的細(xì)節(jié)越豐富，所能提供的信息就越多。從硬件方面提高圖像分辨率，技術(shù)難度大，經(jīng)濟(jì)成本高，超分辨率重建技術(shù)可以從同一場景的一幅或多幅低分辨率觀測圖像中重構(gòu)出高分辨率圖像，克服成像系統(tǒng)固有的分辨率限制。多幀影像之間由于存在亞像素位移，包含了一定量的互補(bǔ)信息，因此多幀重建法具有比單幀重建法更好的效果。凸集投影(Projection onto Convex Sets,POCS)是一種空域多幀超分辨率算法，具有直觀簡單的原理，能夠方便地引入圖像先驗(yàn)知識(shí)，具有較好的重建結(jié)果。但是遙感平臺(tái)一般難以獲得同一場景的圖像序列，即使收集到一定量的圖像序列，也會(huì)存在時(shí)相，光譜，分辨率，成像角度，成像環(huán)境等差異，從而影響重建結(jié)果。對于多幀重建法，需要對序列影像進(jìn)行圖像配準(zhǔn)，輻射校正等復(fù)雜的預(yù)處理過程，增加了實(shí)現(xiàn)難度。因此，有必要針對遙感數(shù)據(jù)特點(diǎn)改進(jìn)現(xiàn)有的超分辨率重建方法，減少數(shù)據(jù)依賴，擴(kuò)展應(yīng)用范圍。

發(fā)明內(nèi)容

本發(fā)明所要解決的問題是，針對現(xiàn)有POCS超分辨率方法需要多幀影像作為輸入數(shù)據(jù)及遙感平臺(tái)難以獲得多幀同目標(biāo)同源影像這一矛盾，提出了一種基于梯度提取的單幀多光譜影像超分辨率重建技術(shù)方案，可以使用一幀多光譜影像完成超分辨率重建，有效地提高重建圖像的清晰度與信息量。

本發(fā)明提供的技術(shù)方案是一種基于梯度提取的單幀多光譜影像超分辨率重建方法，包括以下步驟：

步驟1，利用低通濾波將原始的單幀多光譜影像各波段從灰度圖像轉(zhuǎn)換為梯度圖像，分離光譜信息與空間幾何信息；

步驟2，從步驟1所得梯度圖像中選擇一幀進(jìn)行上采樣作為參考梯度圖；

步驟3，基于POCS算法框架，將步驟2選擇以外其余梯度圖像的信息投影到參考梯度圖上，獲得超分辨率梯度圖；投影實(shí)現(xiàn)方式為，將低分辨率梯度圖上的一個(gè)點(diǎn)記為P，提取參考梯度圖上對應(yīng)的圖像塊B，將該圖像塊轉(zhuǎn)化為該點(diǎn)的模擬值P_sim，計(jì)算P與P_sim之間的差值e，如果差值超過預(yù)設(shè)的限值δ，則將差值投影到參考梯度圖上；

步驟4，基于SFIM模型，根據(jù)超分辨率梯度圖與原始的單幀多光譜影像實(shí)現(xiàn)信息融合，獲得最終的超分辨率多光譜影像。

而且，步驟2中，選擇其中信噪比最高的一個(gè)波段的梯度圖進(jìn)行上采樣，作為參考梯度圖。

而且，步驟2中，選擇其中信息量最多的一個(gè)波段的梯度圖進(jìn)行上采樣，作為參考梯度圖。

而且，步驟1中，低通濾波實(shí)現(xiàn)如下，

其中，G是梯度圖，p是原圖，p'是模糊影像，(i,j)是圖像坐標(biāo)。

而且，步驟1中，將梯度圖像量化為10bits有效位的灰度數(shù)據(jù)。

而且，步驟4中，實(shí)現(xiàn)過程如下，

將超分辨率梯度圖重新量化為強(qiáng)度信息，量化過程表示為，

G_SR(i,j)＝[T_SR(i,j)+1]/2⁹