[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

说明书

技术领域

本发明属于计算机视觉技术领域，涉及自回归理论、信号投影转换空间理论及高光谱图像超分辨率方法，具体讲，涉及基于自适应的自回归模型的高光谱图像超分辨方法。

技术背景

长期以来，通过低分辨高光谱图像恢复到高分辨率高光谱图像已在关键技术上取得了重要突破，已经趋于成熟并在遥感地理，医学图像，农业科学和气候科学等多个领域获得广泛应用。然而，传统的方法做超分辨率高光谱图像对光谱有一定的限制，同时超分辨结果不尽人意。基于自适应的自回归模型的高光谱图像超分辨方法借助于一张高分辨的彩色图像，则可达到更高的分辨率，并且能有效的保持原有的光谱信息。相关研究在近年来开始成为研究热点。高光谱图像超分辨率方法技术在遥感地理，医学图像，农业科学和气候科学等领域有着广泛应用。国际上多所著名大学与研究机构如：佐治亚理工学院，格勒诺布尔理工学院，冰岛大学，西北工业大学，微软亚洲研究院，Adobe公司等都在该领域有着深度的研究。现阶段，普遍的高光谱超分辨率技术一种方法是由单幅或者多幅低分辨率的高光谱图像来重构高分辨的高光谱图像，例如（Hyperspectral imagery super-resolution by sparse representation and spectral regularization，Yongqiang Zhao*,Jinxiang Yang,Qingyong Zhang,Lin Song,Yongmei Cheng and Quan Pan，Journal on Advances in Signal Processing，2011），然而，此类方法由于没有利用额外的高频信息，此类方法能达到的分辨率放大倍数十分有限，且结果也不是很好；另一种方法是借助于一幅高分辨的彩色图像和低分辨率的高光谱图像融合得到高分辨率的高光谱图像，例如（High-resolution Hyperspectral Imaging via Matrix Factorization，Rei Kawakami et al.CVPR2011），但是这种方法对于高光谱图像的波段有很大的局限性，要求输入的高光谱图像是可见光波段的图像，因此此类方法不能达到实现广泛的实际应用。

发明内容

为克服现有技术的不足，本发明旨在提供一种能广泛应用，且能得到高质量高光谱图像的高光谱图像超分辨率获取方法，为此，本发明采取的技术方案是，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，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。

自适应的自回归模型的高光谱图像超分辨率方法具体步骤为：

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。

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：