[发明专利]基于自适应联合约束的遥感图像超分辨率重建方法有效

专利信息
申请号: 201910027043.1 申请日: 2019-01-11
公开(公告)号: CN109741263B 公开(公告)日: 2019-10-11
发明(设计)人: 任超;伏伶丽;何小海;吴晓红;王正勇;卿粼波;滕奇志 申请(专利权)人: 四川大学
主分类号: G06T3/40 分类号: G06T3/40
代理公司: 暂无信息 代理人: 暂无信息
地址: 610065 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了基于自适应联合约束的遥感图像超分辨率重建方法。主要包括以下步骤:使用双三次插值对低分辨率图像上采样;利用主成分分析和K‑means方法学习高分辨图像的字典;利用图像的非局部自相似性,构建非局部稀疏先验;提出一个基于图像局部梯度的局部结构滤波器,然后构建结构保持局部先验;融合非局部和局部的先验,并根据噪声级自适应地选择参数,最终形成一个自适应的联合先验;构建代价函数,然后使用交替迭代方法来求解;最终获得高质量图像。本发明所述的单幅遥感超分辨率重建方法在保留图像细节方面具有良好的性能,且有更高的客观评价指标。因此,本发明是一种有效的单幅遥感图像超分辨重建方法。
搜索关键词: 先验 自适应 超分辨率重建 遥感图像 非局部 构建 算法 滤波器 低分辨率图像 高分辨图像 高质量图像 主成分分析 代价函数 交替迭代 结构保持 局部结构 客观评价 图像局部 图像细节 选择参数 超分辨 上采样 噪声级 联合 求解 稀疏 字典 遥感 图像 融合 重建 保留 学习
【主权项】:
1.一种基于自适应联合约束的遥感图像超分辨率重建方法,其特征在于包括以下步骤:步骤一:使用双三次插值方法对输入的低分辨图像进行3倍上采样,得到初始的高分辨HR图像;步骤二:对HR图像,利用主成分分析方法和K‑means聚类方法计算HR图像的字典;步骤三:利用图像的非局部相似性和稀疏表示,得到非局部稀疏先验;步骤四:利用图像的局部梯度,构建一个局部结构滤波器;步骤五:根据步骤四中提出的局部结构滤波器,构建结构保持局部先验;步骤六:融合步骤三中的非局部稀疏先验和步骤五中的结构保持局部先验,并根据噪声级自适应地选择参数,最终形成一个自适应的联合先验;步骤七:构建超分辨率重建代价函数;步骤八:利用交替迭代方法求解代价函数,得到重建HR图像;步骤九:重复步骤三至步骤八直到达到预先设置的迭代次数;步骤十:若不满足预设的条件,则返回到步骤二;反之,则结束。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910027043.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top