[發明專利]一種SAR圖像超分辨率重建方法

在審

• 申請號: 201911047882.6
• 申請日: 2019-10-30
• 公開（公告）號: CN110807734A
• 公開（公告）日: 2020-02-18
• 發明（設計）人: 趙建輝;李寧;李淵;郭拯危;牛世林;毋琳;閔林
• 申請（專利權）人: 河南大學
• 主分類號: G06T3/40
• 分類號: G06T3/40
• 代理公司: 北京五洲洋和知識產權代理事務所(普通合伙) 11387
• 代理人: 劉春成;劉素霞

本發明提供一種SAR圖像超分辨率重建方法，該方法包括：對SAR圖像預處理，通過裁剪制作標簽集、利用雙三次樣條對圖像進行降采樣并裁剪分別獲得訓練數據集和測試數據集，然后基于CNN構建SAR圖像超分辨率重建模型，使用標簽集、訓練數據集和測試數據集對重建模型進行訓練，將低分辨率SAR圖像輸入訓練后的重建模型，得到高分辨率SAR圖像，通過本發明，利用卷積神經網絡將低分辨圖像得到高分辨率圖像，提高使用性，重建后的圖像在清晰度以及解譯能力上均有很大程度的提高，對提高低分辨率圖像的內容解譯能力具有重要意義。

技術領域

本發明涉及合成孔徑雷達圖像超分辨率處理技術領域，具體涉及一種SAR圖像超分辨率重建方法。

背景技術

SAR是一種主動微波遙感技術，利用自身向地表發射電磁波，根據電磁波的后向散射信息成像。通常見到的SAR圖像為經過一定變換多得到的幅度圖像，每個像素的灰度值反映的是成像單元采集的回波的振幅信息。然而SAR的缺點來自于獨特的成像原理，眾所周知，SAR成像幅寬越大，空間分辨率越低，因此星載SAR在對地觀測過程中，大多數工作模式下的空間分辨率都較低。并且由于電磁波回波相位不同，會產生相干現象，在SAR圖像中表現為斑點噪聲。在低分辨率SAR圖像中，相干斑噪聲會嚴重影響對圖像內容的解譯。高分辨率SAR圖像中即使有相干斑噪聲存在，對圖像中內容的解譯不會造成太大影響，但是高分辨SAR圖像其成像幅寬通常較低，不具備廣域觀測的能力。因此，提出一種能將低分辨率SAR圖像通過重建獲得高分辨率SAR圖像的技術對于提高低分辨率SAR圖像的內容解譯能力具有重要的意義。

目前，針對利用圖像處理手段提高SAR圖像分辨率的技術，國內外學者已做出一些研究，但大多數為普通插值法(如線性插值、樣條插值等)，其最終結果只是將像素數目提升，并未對地物的特征進行增強，因此解譯能力并未增強。

近年來，深度學習在各個領域取得了優秀的成果，其優秀的特征提取能力使得其在圖像處理領域廣受歡迎，但是如何利用卷積神經網絡將低分辨率SAR圖像重建為高分辨率SAR圖像的問題還有待解決。

因此，需要提供一種針對上述現有技術不足的改進技術方案。

發明內容

本發明的目的是將低分辨率SAR圖像獲得高分辨率SAR圖像，提高其使用性，重建后的SAR圖像在清晰度以及解譯能力上均有很大程度的提高。為了實現上述目的，本發明提供如下技術方案：

本發明提供一種SAR圖像超分辨率重建方法，所述重建方法包括以下步驟：

步驟S1，SAR圖像預處理；

步驟S2，對所述步驟S1中的SAR圖像制作標簽集、訓練數據集和測試數據集；

步驟S3，基于CNN構建一種SAR圖像超分辨率重建模型，使用所述步驟S2中的所述標簽集、所述訓練數據集、所述測試數據集訓練所述重建模型，所述重建模型具體為：

步驟S301，多尺度特征圖提取層，設置Cov1_16、Cov3_16、Cov5_16、Cov9_16四種尺寸共64個卷積核以及64個PReLU激活函數，輸出64個特征圖；

步驟S302，特征圖收縮層，將所述步驟S301中64個特征圖收縮，輸出32個特征圖；

步驟S303，基于密度殘差概念的特征映射層；根據ResNet與DensNet的思想，輸入數據和經過兩次Con3_32后的結果相加，并輸入PReLU激活函數，經過激活函數計算后的結構作為殘差塊的輸出；

步驟S304，特征擴充層，使用Cov1_64與64個PReLU激活函數，將輸出特征圖擴充為64個；

步驟S305，反卷積層；利用反卷積函數將輸入進來的64個特征圖重建為一幅高分辨率圖像，出一幅高分辨率圖像；