一種非局部正則化遙感圖像超分辨重建方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于遙感信息處理領(lǐng)域，涉及一種光學(xué)遙感衛(wèi)星圖像的超分辨率技術(shù)，尤 其涉及一種聯(lián)合正則化濾波器的非局部正則化遙感圖像超分辨重建方法。
【背景技術(shù)】
[0002] 光學(xué)遙感衛(wèi)星領(lǐng)域的分辨率主要指地面像元分辨率（名義分辨率）。眾所周知，提 高名義分辨率可通過(guò)減少探測(cè)元尺寸、增長(zhǎng)焦距、降低衛(wèi)星軌道高度3條路徑實(shí)現(xiàn)。然而，減 小探測(cè)元尺寸會(huì)降低圖像信噪比，增長(zhǎng)焦距會(huì)增加衛(wèi)星發(fā)射成本，降低衛(wèi)星軌道會(huì)導(dǎo)致衛(wèi) 星壽命減少。相形之下，超分辨率或超分辨(super-resolution，SR)被實(shí)踐證明是一種行之 有效的技術(shù)，其中以單幅遙感圖像超分辨最具挑戰(zhàn)性。
[0003] 當(dāng)前，較為流行的SR方法大致可分為基于重建的方法與基于學(xué)習(xí)的方法。
[0004] (1)基于重建的超分辨方法
[0005] 圖像SR重建方法可大致分為局部與非局部?jī)深?。局部正則化SR方法可細(xì)分為貝葉 斯方法與變分正則化方法。對(duì)于前者，最大后驗(yàn)估計(jì)(MAP)方法研究較多，圖像先驗(yàn)概率模 型選取對(duì)該類方法的效果影響較大，已提出的先驗(yàn)?zāi)Ｐ陀蠱RF及其改進(jìn)模型，多層高斯非穩(wěn) 態(tài)模型，以及總變差先驗(yàn)?zāi)Ｐ偷?。最近，在單幅遙感圖像SR重建方法研究方面，Tai等通過(guò)圖 像邊緣先驗(yàn)知識(shí)與圖像細(xì)節(jié)擬合，實(shí)現(xiàn)了單幅圖像SR，Sun等通過(guò)對(duì)大量自然圖像的學(xué)習(xí)， 建立了一種梯度形狀先驗(yàn)?zāi)Ｐ停琂ung等針對(duì)彩色圖像，提出了一種非局部Mumf ord-Shahzh 正則化模型。雖然通過(guò)耦合更多圖像邊緣先驗(yàn)知識(shí)，上述方法取得了較好的重建結(jié)果，但對(duì) 于退化(混疊，模糊，噪聲）的遙感圖像，很難準(zhǔn)確估計(jì)與提取邊緣信息。
[0006] (2)基于學(xué)習(xí)的超分辨方法
[0007] 基于學(xué)習(xí)的超分辨率方法研究中，以在基于稀疏表示的方法最受關(guān)注。在基于稀 疏表述的圖像超分辨方法研究中，為建立高、低分辨率圖像間的關(guān)系，Yang等為高、低分辨 率圖像設(shè)置了對(duì)應(yīng)的雙字典，通過(guò)聯(lián)合學(xué)習(xí)對(duì)高、低分辨率圖像統(tǒng)一進(jìn)行稀疏表示。Yang提 出的模型假定求解后的稀疏表示同時(shí)可重建高、低分辨率圖像，這一約束"偏硬"，未能保證 低分辨率圖像的稀疏表示較好地重建高分辨率圖像，缺乏正則性與有效性。后續(xù)提出了改 進(jìn)策略與方法，如Rubinstein等提出一種參數(shù)字典模型來(lái)平衡效率和自適應(yīng)性，李等利用 形態(tài)學(xué)分量分析法選取樣本集，練等基于圖像分類思想的提出了改進(jìn)模型。最近，Yang等提 出了耦合的雙字典學(xué)習(xí)模型，首先假定高、低分辨率圖像特征空間存在映射關(guān)系，形成耦合 特征空間，進(jìn)而建立耦合的雙字典對(duì)，通過(guò)模型求解得到了較好的SR結(jié)果?；陬愃扑枷?， Wang等直接假定雙字典間存在一定關(guān)系，提出了一種基于半耦合的高、低分辨率字典學(xué)習(xí) 模型，提高了圖像SR效果。需要指出的是，上述方法在處理退化圖像時(shí)，需要高，低分辨率圖 像塊訓(xùn)練樣本集。對(duì)于高分遙感圖像，較難獲得適宜的樣本集。
[0008] 盡管目前超分辨方法考慮了采樣、模糊、噪聲3元圖像降質(zhì)因素，但較少分析三者 間的關(guān)系。實(shí)際中，光學(xué)成像領(lǐng)域中3元降質(zhì)因素間存在難以調(diào)和的矛盾。特別在遙感領(lǐng)域 中，系統(tǒng)調(diào)制傳遞函數(shù)與混疊間的矛盾較難調(diào)和。直接基于退化圖像的學(xué)習(xí)方法，目前難得 到滿意的SR結(jié)果。理論上設(shè)計(jì)反混疊器可有效解決混疊問(wèn)題，如此一則容易產(chǎn)生振鈴效應(yīng)， 引入虛假信息；二則因過(guò)濾了更多的高頻信息，導(dǎo)致所成圖像更為模糊。單幅圖像SR研究， 除了方法本身研究外，還需進(jìn)一步探索降質(zhì)因素分析方法，特別是分析圖像混疊的理論與 方法。
[0009]綜上所述，在單幅圖像超分辨研究中，降質(zhì)因素往往會(huì)嚴(yán)重影響模型求解的穩(wěn)定 性，繼而影響問(wèn)題的求解。目前諸多超分辨研工作偏重于模型的構(gòu)造，特別是圖像先驗(yàn)知識(shí) 研究，因此雖然已有大量的圖像噪聲、模糊的估計(jì)與檢測(cè)工作以及最近開(kāi)展的模糊因素對(duì) 圖像超分辨率的影響研究，但關(guān)于綜合分析降質(zhì)因素對(duì)高分遙感圖像超分辨影響的研究尚 顯不足，因此現(xiàn)有的衛(wèi)星遙感圖像超分辨重建方法重建后的圖片效果均不夠理想。

【發(fā)明內(nèi)容】

[0010] 為解決上述問(wèn)題，本發(fā)明公開(kāi)了一種基于正則化濾波器的非局部正則化遙感圖像 超分辨重建方法，一方面設(shè)計(jì)了正則化濾波器，以抑制降質(zhì)因素對(duì)圖像超分辨過(guò)程的影響； 另一方面構(gòu)建了一種耦合了梯度保真項(xiàng)的非局部正則化超分辨模型;通過(guò)聯(lián)合上述2者，最 終有效地提高光學(xué)遙感圖像分辨率。
[0011]為了達(dá)到上述目的，本發(fā)明假定已知采樣方式(混疊），系統(tǒng)MTF模型(模糊核）以及 噪聲模型，并采用以下步驟進(jìn)行遙感：
[0012] 步驟A，降質(zhì)因素對(duì)遙感圖像質(zhì)量的影響評(píng)價(jià)
[0013] 該步驟主要由2個(gè)環(huán)節(jié)組成：高分遙感圖像頻譜分布建模;退化圖像頻譜分析。該 階段首先分析遙感圖像退化模型的傅立葉變換形式以及建立理想的高分遙感圖像一般頻 譜分布模型，在此基礎(chǔ)上，結(jié)合降質(zhì)因素知識(shí)，分析退化圖像頻譜中各點(diǎn)受影響程度。各主 要環(huán)節(jié)具體實(shí)現(xiàn)過(guò)程如下：
[0014]步驟A-1，高分遙感圖像頻譜分布建模。
[0015] 該模型基于高分圖像數(shù)據(jù)庫(kù)(清晰圖像)構(gòu)建，具體構(gòu)建步驟為：
[0016] a)將高分圖像數(shù)據(jù)庫(kù)中的圖像作傅立葉變換；
[0017] b)計(jì)算各圖像的頻譜能量，利用回歸分析統(tǒng)計(jì)建立圖像頻譜分布的通用先驗(yàn)?zāi)?型；
[0018] c)對(duì)退化圖像作傅立葉變換，考慮到減少混疊頻譜的影響，擬通過(guò)一定寬度的盒 形空間濾波器提取低頻圖像頻譜，這里的寬度值可以根據(jù)需要設(shè)定；
[0019] d)在步驟c)基礎(chǔ)上利用變換檢測(cè)方法得到各方向能量分布信息，據(jù)此賦予各方向 相應(yīng)的權(quán)重系數(shù)；
[0020] e)將其與通用圖像頻譜先驗(yàn)?zāi)Ｐ拖囫詈?，建立與退化遙感圖像對(duì)應(yīng)的高分遙感圖 像頻譜分布模型。
[0021] 步驟A-2，退化圖像頻譜分析。
[0022] 本環(huán)節(jié)除依靠上述步驟A-1中建立的高分遙感圖像頻譜分布模型外，還需要借助 傅立葉變換形式下的遙感圖像退化模型?；诖?，本環(huán)節(jié)采取的主要步驟為：
[0023] a)利用已知的降質(zhì)因素知識(shí)，構(gòu)建噪聲，模糊，混疊對(duì)應(yīng)的相對(duì)誤差函數(shù)；
[0024] b)評(píng)估退化圖像頻譜各處受噪聲，模糊，混疊"污染"的程度(函數(shù)值越高受污染越 嚴(yán)重），實(shí)現(xiàn)退化圖像頻譜分析；
[0025] c)通過(guò)打分策略，賦予圖像頻譜點(diǎn)各處不同的分值，而后將、通過(guò)累加各點(diǎn)分?jǐn)?shù) 值，并與退化圖像支撐域面積相比，以評(píng)價(jià)退化圖像質(zhì)量。
[0026] 步驟B，設(shè)計(jì)正則化濾波器
[0027]該階段主要由2個(gè)環(huán)節(jié)組成：圖像片組自適應(yīng)濾波器;潛在的高頻成分提取。設(shè)計(jì) 圖像片組自適應(yīng)濾波器，目的在于對(duì)圖像片超分辨施加正則化約束。（因?yàn)楹罄m(xù)的非局部正 則化超分辨重建模型針對(duì)圖像片，因此實(shí)施正則化約束自然基于圖像片）。更重要地，利用 圖片組自適應(yīng)濾波器可挖掘圖像片中潛在的高頻成分。主要環(huán)節(jié)具體實(shí)現(xiàn)如下：
[0028]步驟B-1，圖像片組自適應(yīng)濾波器。
[0029] 主要步驟如下：
[0030] a)針對(duì)各圖像片組利用多維信號(hào)傅立葉變換理論，推導(dǎo)高分遙感圖像退化模型的 傅立葉變換形式；
[0031] b)利用降質(zhì)因素對(duì)應(yīng)的誤差函數(shù)，在光學(xué)系統(tǒng)截止頻率內(nèi)綜合評(píng)估各點(diǎn)評(píng)估因素 對(duì)應(yīng)的誤差函數(shù);在光學(xué)系統(tǒng)截止頻率內(nèi)綜合評(píng)估各點(diǎn)；
[0032] c)為各誤差函數(shù)設(shè)置閾值，置重污染的頻率點(diǎn)值為0,置輕度以及未受污染的頻率 點(diǎn)值1，如此，值為1的頻率點(diǎn)組成濾波器。因?yàn)檫@一濾波器自適應(yīng)于圖像片組頻譜，其對(duì)應(yīng) 的圖像片組頻譜受降質(zhì)因素影響較小，因此具有正則化約束的作用。圖像片組自適應(yīng)濾波 器也稱為圖像片組正則化濾波器。
[0033]步驟B-2,潛在的高頻成分提取
[0034]利用圖像片組正則化濾波器，提取圖像片中位于光學(xué)系統(tǒng)與探測(cè)元截至頻率間潛 在的非冗余高頻信息，采取如下步驟：
[0035] a)將待處理圖像片作傅立葉變化，得到對(duì)應(yīng)的頻譜；
[0036] b)將頻譜圖像沿傅立葉空間坐標(biāo)延拓；
[0037] c)將延拓后的圖像頻譜投影到圖像片組正則化濾波器支撐域上，以提取潛在的高 頻成分；
[0038] d)考慮到潛在的高頻成分其頻譜支撐域可能不規(guī)則，擬采取頻域補(bǔ)零措施；