[發明專利]基于卡通紋理分解和深度學習的SAR圖像超分辨方法及系統

有效

• 申請號: 202110505235.6
• 申請日: 2021-05-10
• 公開（公告）號: CN113344779B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 趙曰峰;段孟君;蔡陽健;方敬
• 申請（專利權）人: 山東師范大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T5/50;G06N3/08;G06N20/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 祖之強

本發明屬于圖像超分辨領域，提供了一種基于卡通紋理分解和深度學習的SAR圖像超分辨方法及系統。該方法包括，獲取SAR圖像的高分辨率圖像HR和低分辨率圖像LR，構成LR?HR圖像對，構建訓練集和測試集；分別對高分辨率圖像HR和低分辨率圖像LR進行卡通紋理分解；構建深度學習網絡模型，采用訓練集對構建深度學習網絡模型進行訓練，包括：將LR?HR卡通圖像對輸入深度學習網絡模型的卡通圖像處理網絡進行訓練，將LR?HR紋理圖像對輸入深度學習網絡模型的紋理圖像處理網絡進行訓練，調整模型參數，直至深度學習網絡模型收斂，得到訓練完成后的深度學習網絡模型；將待處理的SAR圖像輸入訓練后的深度學習網絡模型，得到超分辨SAR圖像。

技術領域

本發明屬于圖像超分辨領域，尤其涉及一種基于卡通紋理分解和深度學習的SAR圖像超分辨方法及系統。

背景技術

本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。

合成孔徑雷達相對于光學雷達具有全天時、全天候對地監測的能力。它可以應用在災后救援，軍事偵察，非法船只偷渡監測等領域。通過從低分辨率SAR圖像重建出高分辨率圖像，可以增強圖像的地物信息，提高圖像的應用水平。通過軟件的方法來提高SAR圖像分辨率，可以降低成本。

現存的超分辨方法主要有基于插值的超分辨算法，基于重構的超分辨算法，基于深度學習的超分辨算法，由于基于深度學習的具有很多優點，是目前主流的一種方法。

但是，現存的深度學習網絡大多針對整張圖像做相同的處理，這就導致一張圖像中光滑的部分在進行圖像恢復時增加了運算復雜度。

發明內容

為了解決上述背景技術中存在的技術問題，本發明提供一種基于卡通紋理分解和深度學習的SAR圖像超分辨方法及系統，其首先將一張圖像分為卡通部分和紋理部分，然后對每一部分做相應的處理，這樣就可以減少整體的運算復雜度。

為了實現上述目的，本發明采用如下技術方案：

本發明的第一個方面提供一種基于卡通紋理分解和深度學習的SAR圖像超分辨方法。

基于卡通紋理分解和深度學習的SAR圖像超分辨方法，包括：

獲取SAR圖像的高分辨率圖像HR和低分辨率圖像LR，構成LR-HR圖像對，構建訓練集和測試集；

分別對高分辨率圖像HR和低分辨率圖像LR進行卡通紋理分解；

構建深度學習網絡模型，采用訓練集對構建深度學習網絡模型進行訓練，包括：將LR-HR卡通圖像對輸入深度學習網絡模型的卡通圖像處理網絡進行訓練，將LR-HR紋理圖像對輸入深度學習網絡模型的紋理圖像處理網絡進行訓練，調整模型參數，直至深度學習網絡模型收斂，得到訓練完成后的深度學習網絡模型；

將待處理的SAR圖像輸入訓練后的深度學習網絡模型，得到超分辨SAR圖像。

進一步的，所述低分辨率圖像LR的獲取包括：獲取SAR圖像的高分辨率圖像HR，對高分辨率圖像HR進行下采樣，并將下采樣后的圖像擴展為所述高分辨率圖像HR的尺寸，得到低分辨率圖像LR，形成LR-HR圖像對。

進一步的，所述對高分辨率圖像HR進行卡通紋理分解包括，將高分辨率圖像HR分解成卡通部分和紋理部分，得到HR卡通圖像和HR紋理圖像。

進一步的，所述對低分辨率圖像LR進行卡通紋理分解包括，將低分辨率圖像LR分解成卡通部分和紋理部分，得到LR卡通圖像和LR紋理圖像。