專利名稱：一種基于遙感圖像的采樣方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計算機(jī)圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于遙感圖像的采樣方法。
背景技術(shù)：
在地理信息領(lǐng)域，有時對于感興趣的場景沒有其它數(shù)據(jù)，只有一幅受到模糊和噪聲干擾的低分辨率圖像。如何從單幅數(shù)據(jù)中恢復(fù)出一幅清晰的高分辨率的圖像，是個復(fù)雜而病態(tài)的逆問題。造成遙感圖像降質(zhì)的因素很多，包括大氣影響、光學(xué)模糊、相對運(yùn)動、傳感器因素和下采樣等等，因此高質(zhì)量的遙感圖像上采樣重建一定要處理好圖像點陣的重采樣變換和去除模糊與噪聲的圖像復(fù)原等問題。圖像上采樣是個雙倍病態(tài)的問題，因為圖像和模糊都是未知的。在過去的20年中，人們已經(jīng)提出許多有價值的方法，這些方法往往要采用一些先驗知識和假設(shè)來約束圖像和模糊。但是這種約束往往是針對特定應(yīng)用的，并不適用于遙感圖像。其中最常用的就是基于插值和線性濾波的方法，這些方法廣泛應(yīng)用于WiotoShop、ENVI等商業(yè)軟件中，包括Nearest Neighbor、Bilinear、Bicubic和Lanczos等等。這些方法速度較快，便于應(yīng)用，都基于這樣一個假設(shè)圖像是空間平滑的或者波段受限的。但這種假設(shè)基本上是與現(xiàn)實不相符合的，因此會產(chǎn)生響鈴、馬賽克、模糊等很明顯的視覺誤差。目前現(xiàn)有技術(shù)中提出了基于樣例的上采樣(example based up sample)，其高分辨率圖像重建所對應(yīng)的補(bǔ)片(patch)是從包含許多高低分辨率圖像對的數(shù)據(jù)庫中學(xué)習(xí)得來的，旨在利用圖像本身以外的信息，使用類似紋理合成的方法進(jìn)行高頻恢復(fù)。進(jìn)一步的現(xiàn)有技術(shù)中也有提出的聯(lián)合雙邊上采樣(joint bilateral up sample)，是采用一個高分辨率圖像作為先驗，利用一個聯(lián)合雙邊濾波(joint bilateral filter)進(jìn)行上采樣，克服了以光滑性為先驗會導(dǎo)致圖像特征模糊的缺點。目前現(xiàn)有技術(shù)中提出以統(tǒng)計的邊信息作為先驗，使邊的特點能夠正確匹配，以期在上采樣的圖像中保證重建清晰的邊。Sian等人目前現(xiàn)有技術(shù)中提出的一個反饋-控制的框架，對于采用傳統(tǒng)Bicubic等方式上采樣的圖像，以重尾分布作為先驗，采用快速傅立葉變換(FFTs)，利用這個反饋-控制框架重復(fù)進(jìn)行反卷積、重新卷積和像素置換來去除模糊和重建?；跇永纳喜蓸咏Y(jié)果的質(zhì)量非常依賴于數(shù)據(jù)庫所提供的樣例，并且計算代價昂貴。聯(lián)合雙邊上采樣最終的結(jié)果高度敏感于先驗的圖像，由于遙感圖像不同場景(鄉(xiāng)村、城市、山區(qū)、海洋、沙漠等)之間的差異很大，所以一幅圖像的先驗?zāi)Ｐ筒豢赡芘c所有類型的目標(biāo)場景相匹配。i^attal提出的方法雖然有類似的幾何結(jié)構(gòu)(如街道、海岸線等)，但畢竟這樣的特征占的比重不大，相反，它對于在遙感圖像中廣泛出現(xiàn)的方向性紋理沒有出色效果。反饋-控制框架對于視頻和普通照片的效果較好，但其收斂性并不能獲得保證，并且實驗證明對遙感圖像效果并不理想，最大的問題在于高頻信息的明顯丟失，計算速度也較慢。

發(fā)明內(nèi)容
本發(fā)明的提供一種基于遙感圖像的采樣方法，針對遙感圖像，提出一種新的基于凸集投影法和復(fù)數(shù)小波包域的遙感圖像上采樣的方法。該方法無論是對高頻細(xì)節(jié)部分的恢復(fù)與重建，還是在去模糊、降噪方面，都能取得較好的效果。為了解決上述問題，本發(fā)明提出了一種基于遙感圖像的采樣方法，包括使用凸集投影法POCS方法對遙感圖像進(jìn)行上采樣，利用POCS方法的優(yōu)勢得到一個能夠較好重建高頻細(xì)節(jié)部分的中間結(jié)果；采用適合遙感圖像特點的簡潔有效的先驗，設(shè)定中間結(jié)果與真實結(jié)果之間的調(diào)制傳遞函數(shù)MTF呈各項異性的高斯函數(shù)，使用貝葉斯方法進(jìn)行參數(shù)的自適應(yīng)估計；使用復(fù)數(shù)小波包域的分解技術(shù)做進(jìn)一步的去模糊和降噪，獲得更精細(xì)的高分辨率圖像。所述使用凸集投影法POCS方法對遙感圖像進(jìn)行上采樣方法包括先將低分辨的輸入圖像L利用Bilinear算法快速上采樣，形成一張初始的上采樣圖像應(yīng)然后利用低分辨率圖像L與參考圖像應(yīng)之間的對應(yīng)關(guān)系，計算投影殘差R，并更新上采樣圖像應(yīng)W對應(yīng)的像素值；將修正后的POCS投影圖像應(yīng)《作為下一次投影迭代的參考圖像，重復(fù)進(jìn)行投影殘差計算和像素更新；反復(fù)提升圖像的高頻細(xì)節(jié)信息，直至迭代到滿意的結(jié)果應(yīng)為止。所述使用復(fù)數(shù)小波包域的分解技術(shù)做進(jìn)一步的去模糊和降噪，獲得更精細(xì)的高分辨率圖像包括使用貝葉斯的方法對由POCS方法獲得的結(jié)果圖像與真實圖像之間的模糊和噪聲參數(shù)進(jìn)行快速高效的估計；采用復(fù)數(shù)小波包變換CWPT對遙感圖像進(jìn)行去模糊和降噪處理，對于分解得到的系數(shù)劃分子頻帶，并且對于每個子頻帶建立噪聲模型，以適應(yīng)于彩色噪聲的建模。所述使用貝葉斯的方法對由POCS方法獲得的結(jié)果圖像與真實圖像之間的模糊和噪聲參數(shù)進(jìn)行快速高效的估計包括調(diào)制傳遞函數(shù)MTF在頻域可以寫成若干分量的乘積，這些分量由不同因素產(chǎn)生，包括大氣、光學(xué)系統(tǒng)、運(yùn)動以及傳感器多種因素。本發(fā)明將MTF以非各向同性的高斯函數(shù)近似
權(quán)利要求
1.一種基于遙感圖像的采樣方法，其特征在于，包括使用凸集投影法POCS方法對遙感圖像進(jìn)行上采樣，利用POCS方法的優(yōu)勢得到一個能夠較好重建高頻細(xì)節(jié)部分的中間結(jié)果；采用適合遙感圖像特點的簡潔有效的先驗，設(shè)定中間結(jié)果與真實結(jié)果之間的調(diào)制傳遞函數(shù)MTF呈各項異性的高斯函數(shù)，使用貝葉斯方法進(jìn)行參數(shù)的自適應(yīng)估計；使用復(fù)數(shù)小波包域的分解技術(shù)做進(jìn)一步的去模糊和降噪，獲得更精細(xì)的高分辨率圖像。
2.如權(quán)利要求1所述的基于遙感圖像的采樣方法，其特征在于，所述使用凸集投影法POCS方法對遙感圖像進(jìn)行上采樣方法包括先將低分辨的輸入圖像L利用Bilinear算法快速上采樣，形成一張初始的上采樣圖像Hm-然后利用低分辨率圖像L與參考圖像應(yīng)之間的對應(yīng)關(guān)系，計算投影殘差R，并更新上采樣圖像對應(yīng)的像素值；將修正后的POCS投影圖像應(yīng)《作為下一次投影迭代的參考圖像，重復(fù)進(jìn)行投影殘差計算和像素更新；反復(fù)提升圖像的高頻細(xì)節(jié)信息，直至迭代到滿意的結(jié)果應(yīng)為止。
3.如權(quán)利要求2所述的基于遙感圖像的采樣方法，其特征在于，所述使用復(fù)數(shù)小波包域的分解技術(shù)做進(jìn)一步的去模糊和降噪，獲得更精細(xì)的高分辨率圖像包括使用貝葉斯的方法對由POCS方法獲得的結(jié)果圖像與真實圖像之間的模糊和噪聲參數(shù)進(jìn)行快速高效的估計；采用復(fù)數(shù)小波包變換CWPT對遙感圖像進(jìn)行去模糊和降噪處理，對于分解得到的系數(shù)劃分子頻帶，并且對于每個子頻帶建立噪聲模型，以適應(yīng)于彩色噪聲的建模。
4.如權(quán)利要求3所述的基于遙感圖像的采樣方法，其特征在于，所述使用貝葉斯的方法對由POCS方法獲得的結(jié)果圖像與真實圖像之間的模糊和噪聲參數(shù)進(jìn)行快速高效的估計包括調(diào)制傳遞函數(shù)MTF在頻域可以寫成若干分量的乘積，這些分量由不同因素產(chǎn)生，包括大氣、光學(xué)系統(tǒng)、運(yùn)動以及傳感器多種因素。本發(fā)明將MTF以非各向同性的高斯函數(shù)近似MTF=MTF0 xe(-ay-aiv2)其中MTFO表示可以測量得到的MTF成分，在沒有測量結(jié)果支撐的情況下可以取恒等于l，u，v e
是頻率；噪音用方差參數(shù)為ο 2的高斯白噪聲來表示?；谧匀粓鼍暗倪b感圖像的統(tǒng)計模型[10]，本發(fā)明采用貝葉斯方法，計算最合適的參數(shù)α和σ2，以及隱含的模型參數(shù)Wtl和9，使得如下似然概率取得最大值
5.如權(quán)利要求4所述的基于遙感圖像的采樣方法，其特征在于，所述采用復(fù)數(shù)小波包變換CWPT對遙感圖像進(jìn)行去模糊和降噪處理，對于分解得到的系數(shù)劃分子頻帶，并且對于每個子頻帶建立噪聲模型，以適應(yīng)于彩色噪聲的建模包括利用MTF的估計值，將遙感圖像在頻域進(jìn)行無規(guī)則化的去卷積，得到帶有很高噪聲的去模糊后的圖像，由于該噪聲在高頻處能量極大，是彩色噪聲，使用復(fù)數(shù)小波包工具非常適用；彩色噪聲在經(jīng)過復(fù)數(shù)小波包域分解后各個子帶中都是獨立的高斯白噪聲，其噪聲方差可以由模糊核H以及參數(shù)ο 2進(jìn)行估計σΙ=σ2 F(WXV/MTFu^v |2(6)W,ν其中Wk為子頻帶K的沖擊響應(yīng)信號。q2也可以通過模擬一個高斯白噪聲，除以MTF值，然后變換到CWPT域分頻帶進(jìn)行近似計算。對于每個子帶，使用最大似然法則進(jìn)行降噪，公式如下Kl2 x其中X為帶噪聲的信號；ζ為對原始圖像信號的一個估計值，使用經(jīng)典Wiener或RHEA等單尺度規(guī)則化去卷積方法得到；在完成最大似然估計后，采用軟閾值技術(shù)，對各個子頻帶進(jìn)行濾波，最后再將復(fù)數(shù)小波包域的系數(shù)反變換回到空間域，實現(xiàn)遙感圖像的復(fù)原。
全文摘要
本發(fā)明實施例公開了一種基于遙感圖像的采樣方法，包括使用凸集投影法POCS方法對遙感圖像進(jìn)行上采樣，利用POCS方法的優(yōu)勢得到一個能夠較好重建高頻細(xì)節(jié)部分的中間結(jié)果；采用適合遙感圖像特點的簡潔有效的先驗，設(shè)定中間結(jié)果與真實結(jié)果之間的調(diào)制傳遞函數(shù)MTF呈各項異性的高斯函數(shù)，使用貝葉斯方法進(jìn)行參數(shù)的自適應(yīng)估計；使用復(fù)數(shù)小波包域的分解技術(shù)做進(jìn)一步的去模糊和降噪，獲得更精細(xì)的高分辨率圖像。實施本發(fā)明，該方法無論是對高頻細(xì)節(jié)部分的恢復(fù)與重建，還是在去模糊、降噪方面，都能取得較好的效果。
文檔編號G06T5/00GK102568014SQ20111043595
公開日2012年7月11日 申請日期2011年12月22日 優(yōu)先權(quán)日2011年12月22日
發(fā)明者傅明, 李飛燕, 林格, 王若梅, 陳子琦 申請人:中山大學(xué)