[发明专利]基于自适应的自回归模型的高光谱图像超分辨率方法

权利要求书

1.一种基于自适应的自回归模型的高光谱图像超分辨率方法，其特征是，从第一波段的高光谱图像起，依次的借助于高分辨率的彩色图像放大每一波段的图像；对于输入的第i波段图像，寻找其之前相邻最近的三个波段图像中与其相似度最高的图像，然后将最相似的图像对应的已经超分辨率的图像投影到当前波段，得到投影图像；基于该投影图像和高分辨率的彩色图像，经由自适应的自回归模型来实现当前第i波段的图像的超分辨，最终实现所有波段的图像超分辨率。

2.如权利要求1所述的基于自适应的自回归模型的高光谱图像超分辨率方法，其特征是，所述方法进一步细化为包括如下步骤：

1）对于输入的第i波段的高光谱图像，计算与当前波段图像之前相邻最近的三幅图像与当前波段图像的相似度；

2）选择出与当前波段图像相似度最高的图像，将相似图像对应的已经超分辨的图像投影到当前波段，得到当前波段的一个高分辨率估计图像；

3）基于步骤2）得到的投影图像，以及彩色的高分辨图像构造自回归模型的系数；

4）基于步骤3）得到的自回归模型系数，采用自适应的自回归模型重构当前波段图像的超分辨图像；

5）对步骤4）得到的超分辨图像，根据彩色的高分辨图像将其细节部分后处理，得到更优化的超分辨结果。

3.如权利要求1所述的基于自适应的自回归模型的高光谱图像超分辨率方法，其特征是，计算与当前波段图像之前相邻最近的三幅图像与当前波段图像的相似度，具体如下：

Si,j=M×NΣx|yxhs,i-yxhs,j|---(1)]]>

其中，S_i,j是第i波段图像和第j波段图像的相似度，和分别是当前第i波段低分辨高光谱图像y^hs,i的第x个像素值和之前第j个波段低分辨高光谱图像y^hs,j的第x个像素值，M和N分别是低分辨高光谱图像的维度，在与当前波段图像之前相邻最近的三幅图像中，选择相似度S_i,j最大的图像作为当前图像的相似图像。

将相似图像对应的已经超分辨的图像投影到当前波段，具体如下：

Y~i=P(ρi,j)·Yjwithρi,j=yi/yj---(2)]]>

其中，是当前i波段图像的高分辨投影图像，Y_j是相似图像对应的超分辨后的图像，P(.)是一种将比率矩阵放大到高分辨率图像Y_j大小的放大操作，在实际试验中采取bi-cubic的放大方法，y_i和y_j分别是当前i波段的低分辨图像和其相似图像。