[發(fā)明專利]基于混合隨機(jī)降采樣的遙感影像超分辨率重構(gòu)方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201811033443.5
• 申請(qǐng)日: 2018-09-05
• 公開（公告）號(hào): CN109360148A
• 公開（公告）日: 2019-02-19
• 發(fā)明（設(shè)計(jì)）人: 王玄音;王宇昊
• 申請(qǐng)（專利權(quán)）人: 北京悅圖遙感科技發(fā)展有限公司
• 主分類號(hào): G06T3/40
• 分類號(hào): G06T3/40;G06T5/00;G06T3/60
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王瑩;李相雨

本發(fā)明實(shí)施例提供一種基于混合隨機(jī)降采樣的遙感影像超分辨率重構(gòu)方法和裝置，該方法包括對(duì)待重建目標(biāo)的多尺度米級(jí)分辨率的光學(xué)遙感影像進(jìn)行混合隨機(jī)降采樣處理，得到高分辨率影像矩陣和低分辨率影像矩陣，并構(gòu)建高低分辨率圖像塊映射矩陣；將所述高低分辨率圖像塊映射矩陣作為訓(xùn)練樣本，進(jìn)行深度學(xué)習(xí)訓(xùn)練，得到用于光學(xué)遙感影像超分辨率重構(gòu)的超分辨率重構(gòu)模型；基于所述超分辨率重構(gòu)模型，對(duì)待重建目標(biāo)光學(xué)遙感影像進(jìn)行超分辨率重構(gòu)。充分的考慮衛(wèi)星傳感器載荷的光學(xué)成像特點(diǎn)，采用混合隨機(jī)降采樣模型模擬生成光學(xué)傳感器成像的低分辨率影像，增強(qiáng)超分重建模型的場景適應(yīng)性、處理精確性和結(jié)果可靠性。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，更具體地，涉及基于混合隨機(jī)降采樣的遙感影像超分辨率重構(gòu)方法和裝置。

背景技術(shù)

圖像超分辨率重建技術(shù)(Super-Resolution)是一項(xiàng)重要的數(shù)字圖像處理技術(shù)，利用一幅或多幅低分辨率圖像(或運(yùn)動(dòng)序列)，通過相應(yīng)的算法，重建出一幅高分辨率、高信息含量的圖像。該技術(shù)突破了圖像傳感器自身的分辨率限制，可以在不改變或提升圖像采集硬件的前提下，提高圖像的分辨率，改善圖像質(zhì)量。處理結(jié)果有利于地表目視解譯、圖像目標(biāo)算法識(shí)別、地物類型分析、定量反演精度的提升，提高遙感影像的信息表達(dá)能力和利用價(jià)值。應(yīng)用中，通過光學(xué)目標(biāo)的超分辨率重建技術(shù)，能對(duì)地面目標(biāo)識(shí)別、類型和數(shù)量判讀以及目標(biāo)自動(dòng)檢測(cè)應(yīng)用提供技術(shù)支撐。

現(xiàn)有技術(shù)中常用的圖像超分辨率重建方法，需要先利用同一相機(jī)連續(xù)拍攝同一場景圖像，得到多幀圖像，或是由視頻得到圖像序列，然后對(duì)得到的多幀圖像或是圖像序列進(jìn)行超分辨率重建。利用這樣的多幀圖像或是圖像序列進(jìn)行超分辨率重建，幀間運(yùn)動(dòng)估計(jì)是一大技術(shù)難點(diǎn)，理論上講，具有不同深度內(nèi)容的場景，不存在一個(gè)簡單的如仿射、但應(yīng)類似的變換實(shí)現(xiàn)不同視角圖像的精確配準(zhǔn)。特別是對(duì)于動(dòng)態(tài)場景，場景中存在運(yùn)動(dòng)物體，運(yùn)動(dòng)估計(jì)非常更加困難。

目前基于深度學(xué)習(xí)的人工智能技術(shù)已被成熟的應(yīng)用在圖像目標(biāo)超分重建中，如ESPCN、SRCNN、SRGAN、VDSR、FSRCNN等基于卷積神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)的圖像超分重建技術(shù)，但是現(xiàn)有的深度學(xué)習(xí)方法在樣本構(gòu)建階段中涉及的預(yù)處理方法過于簡單，對(duì)于衛(wèi)星遙感影像處理的適應(yīng)性和精確性較差，難以與高質(zhì)量的神經(jīng)網(wǎng)絡(luò)模型相結(jié)合獲取更顯著的處理效果，降低超分重建技術(shù)的實(shí)際應(yīng)用價(jià)值。

發(fā)明內(nèi)容

本發(fā)明提供一種克服上述問題或者至少部分地解決上述問題的基于混合隨機(jī)降采樣的遙感影像超分辨率重構(gòu)方法和裝置。

根據(jù)本發(fā)明實(shí)施例的第一個(gè)方面，提供一種基于混合隨機(jī)降采樣的遙感影像超分辨率重構(gòu)方法，包括：

對(duì)待重建目標(biāo)的多尺度米級(jí)分辨率的光學(xué)遙感影像進(jìn)行混合隨機(jī)降采樣處理，得到高分辨率影像矩陣和低分辨率影像矩陣，并構(gòu)建高低分辨率圖像塊映射矩陣；

將所述高低分辨率圖像塊映射矩陣作為訓(xùn)練樣本，進(jìn)行深度學(xué)習(xí)訓(xùn)練，得到用于光學(xué)遙感影像超分辨率重構(gòu)的超分辨率重構(gòu)模型；

基于所述超分辨率重構(gòu)模型，對(duì)待重建目標(biāo)光學(xué)遙感影像進(jìn)行超分辨率重構(gòu)。

根據(jù)本發(fā)明實(shí)施例的第二個(gè)方面，提供一種基于混合隨機(jī)降采樣的遙感影像超分辨率重構(gòu)裝置，包括

樣本庫模塊，用于對(duì)待重建目標(biāo)的多尺度米級(jí)分辨率的光學(xué)遙感影像進(jìn)行混合隨機(jī)降采樣處理，得到高分辨率影像矩陣和低分辨率影像矩陣，并構(gòu)建高低分辨率圖像塊映射矩陣；

超分辨率重構(gòu)模型，用于將所述高低分辨率圖像塊映射矩陣作為訓(xùn)練樣本，進(jìn)行深度學(xué)習(xí)訓(xùn)練，得到用于光學(xué)遙感影像超分辨率重構(gòu)的超分辨率重構(gòu)模型；基于所述超分辨率重構(gòu)模型，對(duì)待重建目標(biāo)光學(xué)遙感影像進(jìn)行超分辨率重構(gòu)。

根據(jù)本發(fā)明實(shí)施例的第三個(gè)方面，提供一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如發(fā)明的第一個(gè)方面所述基于混合隨機(jī)降采樣的遙感影像超分辨率重構(gòu)方法的步驟。