[发明专利]一种高分辨率卫星影像超分辨重建方法

说明书

一种高分辨率卫星影像超分辨重建方法，涉及高分辨率图像处理技术领域，解决现有影像重建方法存在影像模糊、失真、欠采样和噪声等，另外，存在人为处理误差以及不能充分利用多帧影像之间的互补信息等问题，提供一种高分辨率卫星影像超分辨重建方法，包括，输入8帧序列低分辨率图像，并对图像的第一帧构造初始重建影像；采用主动观点图像降质分析模型计算其他帧的模糊矩阵，以及其他帧相对第一帧的几何形变矩阵，并根据初始重建影像较第一帧的放大比例确定降采样矩阵；采用改进的POCS超分辨重建方法，设计残差计算公式、残差约束集和点投影算子，对初始重建影像进行迭代修正。本发明显著地提高了图像细节信息，使图像综合质量得到极大提高。

技术领域

本发明涉及高分辨率图像处理技术领域，具体涉及一种高分辨率卫星影像超分辨重建方法。

背景技术

卫星影像超分辨率重建技术是指利用计算机将一幅低分辨率推扫影像或视频图像序列进行处理，恢复出高分辨率图像的一种图像处理技术，高分辨率图像具有高像素密度，可以提供更多的细节，这些细节往往在后续的应用开发中起到关键作用，如目标识别。

在大量图像应用领域，人们经常期望得到高分辨率图像，高分辨率图像意味着图像的像素密度高，能够提供更多的细节，而这些细节在许多应用中不可或缺，对于遥感图像亦是如此，例如，使用高分辨率卫星图像就很容易从相似物中区别相似的图像，让计算机视觉中的模式识别性能大大提高。自从上世纪70年代以来，电荷耦合器件(CCD)、CMOS图像传感器就已被广泛用来捕捉数字图像，虽然对于大多数的图像应用来说这些传感器是合适的，但是仍有一些应用需要更高分辨率，更高清晰度的图像。由于硬件的限制，成像过程中图像传感器像元尺寸不可能无限地缩小，例如法国SPOT-5卫星的电荷耦合器件(CCD)像元尺寸最高已经达到了12.5μm，其全色波段的地面分辨率为5m。遥感器成像系统硬件的改善总跟不上遥感应用对图像空间分辨率的需求，一味的增加传感器制造成本代价过大，因此寻求低成本的增强当前分辨率水平的方法是非常必须的，超分辨率重建方法应运而生。

超分辨率重建是对单幅或者多幅具有互补信息的低分辨率影像进行处理，获得一幅或者多幅高分辨率影像的技术，现有的超分辨率重建方法主要分为基于频域和基于空域的超分辨重建。基于频域超分辨率重建方法通常为傅里叶变换和小波变换的超分辨率重建方法，此类方法优点是运行速度较快、计算相对简单，但因局限于线性空间不变，只包含有限的先验知识，没能成为超分辨重建技术的主流研究方法，基于空域的超分辨率重建方法主要包括：插值法、正则化方法(包括L1范数、L2范数及TV正则项)、最大后验概率(maximuma posterior MAP)方法和基于学习的重建方法、等等。插值方法因未增加新的高频信息，使得重建结果出现锯齿、模糊等视觉失真的现象；正则化方法中如何恰当地给出保持图像边缘结构的先验条件仍是难点；概率论方法改善重建结果的代价是复杂度较高、计算代价较大；基于学习的方法，往往对单幅遥感图像进行处理，限制了序列遥感图像间差异信息的应用。传统超分辨重建方法认为图像降质过程的第一步是几何形变，以场景为坐标系，场景变动决定几何形变，高分辨率图像依次经过几何形变，模糊，欠采样和噪声这一系列降质过程最终得到低分辨率图像，这一观点也称之为被动观点。然而视频卫星普遍的成像模式是凝视成像，是指随着卫星的运动，光学成像系统始终盯住某一目标区域，可以连续观察视场内的变化，被动观点对于凝视成像容易引入计算误差，主要三点原因，一是凝视成像的卫星相机姿态的变动大于场景的变动，求解相机姿态的几何形变矩阵要比求解场景变动的几何形变矩阵精确。二是被动观点通过高分辨率图像间的配准求解几何形变矩阵，而高分辨率图像经原始低分辨率图像升采样、去模糊后，存在人为处理误差。三是信息利用率差，因为被动观点人为高分辨率图像经几何形变后与模糊矩阵进行卷积，但其经几何形变后通常是非整数位移。