[发明专利]一种基于多源参考信息的遥感图像盲复原方法

说明书

本发明涉及一种基于多源参考信息的遥感图像盲复原方法，包括以下步骤：建立目标图像退化模型；建立虚拟观测模型；对各参数进行分布定义；得到模糊核、原始图像的目标函数以及超参数的计算关系；对模糊核、原始图像、超参数进行交替优化，提升图像复原效果。本发明能够利用参考图像支持模糊核估计，进而提升图像复原的效果，解决降晰的模糊图像的点扩展函数估计困难和复原效果较差的问题。

技术领域

本发明涉及遥感图像处理领域，具体来说，涉及一种基于多源参考信息的遥感图像盲复原方法。

背景技术

遥感图像处理(processing of remote sensing image data)是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术。

在现有的技术需求中，对遥感图像的复原处理一直都是技术人员们孜孜追求的目标，不过时至今日，该技术还是并未得到突破性的进展，图像的复原效果还是很难达到要求。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的上述技术问题，本发明提出一种基于多源参考信息的遥感图像盲复原方法，能够利用参考图像支持模糊核估计，进而提升图像复原的效果，解决降晰的模糊图像的点扩展函数估计困难和复原效果较差的问题。

为实现上述技术目的，本发明的技术方案是这样实现的：

一种基于多源参考信息的遥感图像盲复原方法，包括以下步骤：

S1、建立目标图像退化模型；

S2、建立虚拟观测模型；

S3、对各参数进行分布定义；

S4、得到模糊核、原始图像的目标函数以及超参数的计算关系；

S5、对模糊核、原始图像、超参数进行交替优化，提升图像复原效果。

进一步的，S1步骤具体为：建立目标图像退化模型：z＝k*u+n_z (1)，其中，z为观测到的模糊图像，u是原始图像，k是模糊核，n_z是噪声，符号*代表卷积运算。

进一步的，假定噪声n_z是方差为均值为零的高斯白噪声，将模糊图像z、原始图像u和模糊核k都展开成为向量：z＝[z₁，z₂，…，z_N]^T，u＝[u₁，u₂，...，u_N]^T，k＝[k₁，k₂，...，k_M]^T。

进一步的，S2步骤具体为：引入同场景另一颗卫星清晰的参考图像v，并虚拟一个观测值y，所述观测值y是相同核函数k降晰条件下参考图像v的退化图像，虚拟的观测模型表示为y＝k*v+n_y (2)。

进一步的，定义方程(1)和(2)在服从高斯分布下有条件概率的形式：

进一步的，S3步骤具体为：对任意的图像像素u_i(u＝[u₁，...，u_i，...，u_N]^T)，设u_i服从参数为α_i的拉普拉斯分布

那么图像向量u＝[u₁，u₂，…，u_N]^T的分布为：