[發明專利]一種衛星遙感影像中輸電線路的超分辨率增強方法及系統

在審

• 申請號: 202011215377.0
• 申請日: 2020-11-04
• 公開（公告）號: CN112488931A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 司為國;韓嘉佳;侯偉宏;劉劍;方炯;徐曉華;楊知;漢京善;劉毅;馬瀟;劉彬
• 申請（專利權）人: 國網浙江省電力有限公司電力科學研究院;中國電力科學研究院有限公司;國網浙江省電力有限公司杭州供電公司;國家電網有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/10;G06T7/13;G06T7/136;G06T3/40;G06N3/04
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

1.一種衛星遙感影像中輸電線路的超分辨率增強方法，其特征在于，包括：

獲取待增強分辨率的輸電線路遙感影像；

采用預先構建的多映射殘差卷積神經網絡對所述輸電線路遙感影像進行分辨率增強，得到輸電線路遙感影像分辨率增強結果；

對所述輸電線路遙感影像分辨率增強結果采用小波變換進行多尺度邊緣增強，得到超分辨率重構的輸電線路影像。

2.如權利要求1所述的方法，其特征在于，所述多映射殘差卷積神經網絡的構建，包括：

利用殘差學習，對卷積神經網絡映射中的卷積層添加跳躍連接，建立多映射殘差卷積神經網絡；

降低歷史輸電線路中高分辨率遙感影像的分辨率，得到輸電線路的低分辨率遙感影像；

將所述輸電線路的高分辨率遙感影像和所述輸電線路的低分辨率遙感影像帶入所述多映射殘差卷積神經網絡進行訓練，得到不同分辨率的輸電線路遙感影像之間的對應關系。

3.如權利要求1所述的方法，其特征在于，所述對所述輸電線路遙感影像分辨率增強結果采用小波變換進行多尺度邊緣增強，得到超分辨率重構的輸電線路影像，包括：

對所述輸電線路遙感影像分辨率增強結果進行三層小波分解，得到低頻近似分量和高頻細節分量；

對各層在各方向的高頻細節分量，基于各像素點的像素值與該層的閾值關系，得到邊緣增強后的高頻細節分量；

對所述低頻近似分量和所述邊緣增強后的高頻分量進行小波逆變換，得到超分辨率重構的輸電線路影像。

4.如權利要求3所述的方法，其特征在于，所述閾值的設定包括：

計算各層的高頻系數均值；

基于各層的高頻系數均值設定對應層的閾值。

5.如權利要求3所述的方法，其特征在于，所述對各層在各方向的高頻細節分量，基于各像素點的像素值與該層的閾值關系，得到邊緣增強后的高頻細節分量，包括：

對各層在各方向的高頻細節分量，依次比較各像素點的像素值與該層閾值的大小；

當像素點的像素值小于所述閾值，則所述像素點為噪聲；

否則所述像素點為邊緣特征，將所述像素點的像素值進行放大，得到邊緣增強后的高頻細節分量。

6.如權利要求3所述的方法，其特征在于，選擇緊支集正交小波dbN作為小波基函數，其中N為小波的階數。

7.一種衛星遙感影像中輸電線路的超分辨率增強系統，其特征在于，包括：

獲取模塊，用于獲取待增強分辨率的輸電線路遙感影像；

第一增強模塊，用于采用預先構建的多映射殘差卷積神經網絡對所述輸電線路遙感影像進行分辨率增強，得到輸電線路遙感影像分辨率增強結果；

第二增強模塊，用于對所述輸電線路遙感影像分辨率增強結果采用小波變換進行多尺度邊緣增強，得到超分辨率重構的輸電線路影像。

8.如權利要求7所述的系統，其特征在于，所述系統還包括多映射殘差卷積神經網絡的構建模塊，具體用于：

利用殘差學習，對卷積神經網絡映射中的卷積層添加跳躍連接，建立多映射殘差卷積神經網絡；

降低歷史輸電線路中高分辨率遙感影像的分辨率，得到輸電線路的低分辨率遙感影像；

將所述輸電線路的高分辨率遙感影像和所述輸電線路的低分辨率遙感影像帶入所述多映射殘差卷積神經網絡進行訓練，得到不同分辨率的輸電線路遙感影像之間的對應關系。

9.如權利要求1所述的系統，其特征在于，所述第二增強模塊，包括：

分解單元，用于對所述輸電線路遙感影像分辨率增強結果進行三層小波分解，得到低頻近似分量和高頻細節分量；

處理單元，用于對各層在各方向的高頻細節分量，基于各像素點的像素值與該層的閾值關系，得到邊緣增強后的高頻細節分量；

變換單元，用于對所述低頻近似分量和所述邊緣增強后的高頻分量進行小波逆變換，得到超分辨率重構的輸電線路影像。

10.如權利要求9所述的系統，其特征在于，所述處理單元，具體用于：

對各層在各方向的高頻細節分量，依次比較各像素點的像素值與該層閾值的大小；

當像素點的像素值小于所述閾值，則所述像素點為噪聲；

否則所述像素點為邊緣特征，將所述像素點的像素值進行放大，得到邊緣增強后的高頻細節分量。