一种边缘先验引导的单帧遥感图像超分辨率处理方法技术

一种边缘先验引导的单帧遥感图像超分辨率处理方法，将待处理图像的边缘细节作为先验，对经过插值生成的中间图像进行高频信息恢复，以避免细节丢失或模糊。该方法基于正则优化理论，提供了一种单帧图像超分辨率处理机制，同时能够有效地提升图像细节描述能力、改善影像质量，对数据量大的遥感图像并行能力好，执行效率高。

【技术实现步骤摘要】
一种边缘先验引导的单帧遥感图像超分辨率处理方法
本专利技术属于图像处理领域，涉及一种单帧遥感图像的超分辨率处理方法。
技术介绍
分辨率是衡量光学卫星影像成像质量的一个重要评价指标，遥感图像中包含的细节信息与分辨率密切相关，其直接影响着对目标的分析、识别和定位能力。由于像元尺寸的限制，再加上高分辨率相机体积庞大、造价昂贵，往往只能获取到低分辨率图像。因此在已有成像环境(无法改变成像系统硬件条件)和数据源条件下，如何根据信息理论，采用数字图像处理技术来提高遥感图像的分辨率，是卫星地面分析与处理的重要环节之一。常用的超分辨率方法归纳起来可以分为两类：一类是多帧超分辨率方法，即获取相对运动关系已知的图像，利用冗余的采样信息构建重叠区域的高分辨率细节；另一类为单帧超分辨率方法，即只有目标区域的一幅影像。大多数情况下，卫星成像系统不支持微动模式，无法得到多帧图像，或者多帧间的相对运动关系难以求解，因此单帧超分辨率技术的突破更为迫切。目前主要的单帧超分辨率方法包括：插值、重构和统计学习的方法。典型的插值方法包括：最近邻插值、线性插值、双三次插值(Keys，Hou)等。此类方法通常模糊了高频信息，尤其是边缘细节，且会产生严重的块状效应，在遥感应用中难以忍受。但其计算速度快、实时性好，一般作为复杂超分方法的基础。为了克服传统方法的不足，Li，Allebach等提出了基于最小二乘法的边缘内插算法，对插值的边缘有所改善，但在大幅遥感图像应用上无法克服分块间的条纹效应。基于重构的方法通常需要操作者给出某种先验，对超分辨率的结果与原始图像进行先验一致投影，实用性较高。这类算法主要有迭代反投影法、凸集投影法。迭代反投影法由Irani等人提出并引入到超分辨率问题中，该方法将反投影误差均匀地累加到重建图像上，导致重建图像在边缘存在锯齿效应且边缘信息模糊。Stark等人基于集合理论提出了凸集投影法，试图将解投影到约束集上。Morse等人利用水平集实现了重构。这些算法数学描述直观，但是约束集往往难以定义，而且对于整幅卫星图像的处理，计算速度需改善。基于学习的方法需要构造低分辨率和高分辨率图像样本库，通过学习样本库得到两者内在的联系，完成重建。早期，Chang等人提出了邻域嵌入算法，使基于学习的算法得到了很大的关注。Yang等人利用稀疏表示中过完备字典的思想，取得了很好的效果。但需要注意的是，任何一种学习方法都会严重依赖学习的样本，且计算量庞大。
技术实现思路
本专利技术解决的技术问题是：克服现有单帧超分辨率方法应用于遥感图像时复杂度高、块状效应及地物边缘模糊等不足，针对大幅遥感图像，提供了一种基于边缘先验约束的单帧超分辨率并行处理方法，融合梯度场转移和迭代后投影处理方法，使得最终重建的图像边缘细节得以保护，同时信噪比等质量指标未大幅下降且处理速度快。本专利技术的技术解决方案是：一种边缘先验引导的单帧遥感图像超分辨率处理方法，包括如下步骤：(1)获取原始图像IL，并对IL进行分块，对IL的分块图像进行索引并记为SubIL；(2)根据超分辨率倍数m，对每一个SubIL进行插值，得到分块图像SubIHtmp，SubIHtmp的集合构成过程图像IHtemp；(3)针对任意SubIL及其对应插值后的SubIHtmp，均执行以下的操作：(3.1)按超分辨率倍数m，形成模糊滤波器h，利用h对SubIL和SubIHtmp分别进行卷积，并在卷积的基础上分别计算SubIL的行方向边缘图SubLex，列方向边缘图SubLey，以及SubIHtmp的行方向边缘图SubHtmpex，列方向边缘图SubHtmpey；(3.2)对SubLex按像素求绝对值，并按最大最小值进行线性拉伸得到线性边缘图|SubLex|lin，其中，像素绝对值最大值Maxex＝Max(|SubLex|)，像素绝对值最小值Minex＝Min(|SubLex|)；然后对SubLey、SubHtmpex、SubHtmpey执行相同的操作，得到对应的线性边缘图|SubLey|lin、|SubHtmpex|lin和|SubHtmpey|lin；(3.3)分别计算线性边缘图|SubLex|lin，|SubLey|lin、|SubHtmpex|lin和，|SubHtmpey|lin的方差Lvx、Lvy、Htmpvx、Htmpvy，并求取梯度场转移参数Lvar与Hvar，其中：Lvx＝std(|SubLex|lin)Lvx＝std(|SubLey|lin)Htmpvx＝std(|SubHtmpex|lin)Htmpvy＝std(|SubHtmpey|lin)Lvar＝0.5(Lvx+Lvy)Hvar＝0.5(Htmpvx+Htmpvy)其中std表示方差计算；(3.4)采用一阶微分计算SubIHtmp的行方向梯度场HtmpGx和列方向梯度场HtmpGy，完成梯度场转移，其中：梯度场转移后式中角标x和x-1表示行方向的相邻两行，角标y和y-1表示列方向的相邻两列；(3.5)根据转移后的梯度场，利用稀疏矩阵求解器解算标准Poisson图像方程，得到新的高分辨率图像子块SubIC；(3.6)采用迭代后向投影对SubIC与SubIL进行迭代投影，得到超分结果图像子块记为SubIH；(4)对步骤(3)获得的全部SubIH进行图像拼接，得到IL的超分辨率结果图像IH。所述步骤(3.1)中边缘图的计算采用归一化Sobel算子，算子的像素长和宽均取[2R(m+1)+1]，R为取整操作。所述步骤(3.6)中进行迭代投影的方法为：SubIC(i+1)＝SubIC(i)*(1+β*RMS),i＝1，2，…，Ns迭代执行Ns步，其中表示卷积操作，d(I)m表示将图像I按m倍进行降采样，β为拉格朗日平衡参数。β＝0.2。本专利技术与现有技术相比的优点在于：(1)本专利技术方法综合了插值与重构的优势，通过引入边缘与梯度场先验，确保了超分辨出的结果图像地物边缘等高频信息保持性好；(2)本专利技术方法采用了迭代后投影的处理，避免了传统重构方法和学习方法中的块状效应；(3)本专利技术方法并行执行效率高，计算复杂度小，同时信噪比等质量指标未大幅下降，特别适用于单帧大幅遥感图像。附图说明图1为本专利技术方法的流程框图；图2为本专利技术大幅遥感图像分块并行处理示意图。具体实施方式从遥感图像单帧超分辨趋势来看，保持边缘和细节的重构方法在快速性和有效性上有巨大的优势。边缘是指图像中像素灰度有阶跃变化的像素的集合，它存在于目标与背景、目标与目标、区域与区域之间，并与图像亮度或图像亮度的一阶导数(梯度场)的不连续性有关，从而表现为阶跃边缘和线条边缘。由于遥感图像中的边缘信息往往对应着真实的地物，如道路、河流等。因此本专利技术基于重构的单帧超分辨率处理方法的先验值将采用待处理图像的梯度场和边缘信息。在此需要说明的是，本专利技术中所述的图像均为[0，1]空间浮点数据。记原始低分辨率图像为IL，分辨率提升倍数为m，本专利技术的超分辨率结果图像为以下正则方程(最大似然问题)的解IH：即在已知低分辨率图像IL及高分辨率图像的梯度场或边缘信息情况下，获取后验概率上最大的高分辨率图像结果。上式可进一步采用拉格朗日方程表示为：其中，表示的是IH对IL的后向投影误差，表示卷积操作，h为模糊滤波器，为自变量，本文档来自技高网...

【技术保护点】
一种边缘先验引导的单帧遥感图像超分辨率处理方法，其特征在于包括如下步骤：(1)获取原始图像IL，并对IL进行分块，对IL的分块图像进行索引并记为SubIL；(2)根据超分辨率倍数m，对每一个SubIL进行插值，得到分块图像SubIHtmp，SubIHtmp的集合构成过程图像IHtemp；(3)针对任意SubIL及其对应插值后的SubIHtmp，均执行以下的操作：(3.1)按超分辨率倍数m，形成模糊滤波器h，利用h对SubIL和SubIHtmp分别进行卷积，并在卷积的基础上分别计算SubIL的行方向边缘图SubLex，列方向边缘图SubLey，以及SubIHtmp的行方向边缘图SubHtmpex，列方向边缘图SubHtmpey；(3.2)对SubLex按像素求绝对值，并按最大最小值进行线性拉伸得到线性边缘图|SubLex|lin，|SubLex|lin=|SubLex|-MinexMaxex-Minex]]>其中，像素绝对值最大值Maxex＝Max(|SubLex|)，像素绝对值最小值Minex＝Min(|SubLex|)；然后对SubLey、SubHtmpex、SubHtmpey执行相同的操作，得到对应的线性边缘图|SubLey|lin、|SubHtmpex|lin和|SubHtmpey|lin；(3.3)分别计算线性边缘图|SubLex|lin，|SubLey|lin、|SubHtmpex|lin和，|SubHtmpey|lin的方差Lvx、Lvy、Htmpvx、Htmpvy，并求取梯度场转移参数Lvar与Hvar，其中：Lvx＝std(|SubLex|Lin)Lvy＝std(|SubLey|lin)Htmpvx＝std(|SubHtmpex|lin)Htmpvy＝std(|SubHtmpey|lin)Lvar＝0.5(Lvx+Lvy)Hvar＝0.5(Htmpvx+Htmpvy)其中std表示方差计算；(3.4)采用一阶微分计算SubIHtmp的行方向梯度场HtmpGx和列方向梯度场HtmpGy，完成梯度场转移，其中：HtmpGx=SubIHtmpx-SubIHtmpx-1]]>HtmpGy=SubIHtmpy-SubIHtmpy-1]]>梯度场转移后HtmpGx=HtmpGx*varf*e-distx2Lvar/e-distx2Hvar]]>varf=HvarLvar,distx=0.5(|SubHtmpexx|lin+|SubHtmpexx-1|lin)]]>HtmpGy=HtmpGy*varf*e-disty2Lvar/e-disty2Hvar]]>disty=0.5(|SubHtmpeyy|lin+|SubHtmpeyy-1|lin)]]>式中角标x和x‑1表示行方向的相邻两行，角标y和y‑1表示列方向的相邻两列；(3.5)根据转移后的梯度场，利用稀疏矩阵求解器解算标准Poisson图像方程，得到新的高分辨率图像子块SubIC；(3.6)采用迭代后向投影对SubIC与SubIL进行迭代投影，得到超分结果图像子块记为SubIH；(4)对步骤(3)获得的全部SubIH进行图像拼接，得到IL的超分辨率结果图像IH。...

【技术特征摘要】
1.一种边缘先验引导的单帧遥感图像超分辨率处理方法，其特征在于包括如下步骤：(1)获取原始图像IL，并对IL进行分块，对IL的分块图像进行索引并记为SubIL；(2)根据超分辨率倍数m，对每一个SubIL进行插值，得到分块图像SubIHtmp，SubIHtmp的集合构成过程图像IHtemp；(3)针对任意SubIL及其对应插值后的SubIHtmp，均执行以下的操作：(3.1)按超分辨率倍数m，形成模糊滤波器h，利用h对SubIL和SubIHtmp分别进行卷积，并在卷积的基础上分别计算SubIL的行方向边缘图SubLex，列方向边缘图SubLey，以及SubIHtmp的行方向边缘图SubHtmpex，列方向边缘图SubHtmpey；(3.2)对SubLex按像素求绝对值，并按最大最小值进行线性拉伸得到线性边缘图|SubLex|lin，其中，像素绝对值最大值Maxex＝Max(|SubLex|)，像素绝对值最小值Minex＝Min(|SubLex|)；然后对SubLey、SubHtmpex、SubHtmpey执行相同的操作，得到对应的线性边缘图|SubLey|lin、|SubHtmpex|lin和|SubHtmpey|lin；(3.3)分别计算线性边缘图|SubLex|lin，|SubLey|lin、|SubHtmpex|lin和，|SubHtmpey|lin的方差Lvx、Lvy、Htmpvx、Htmpvy，并求取梯度场转移参数Lvar与Hvar，其中：Lvx＝std(|SubLex|lin)Lvy＝std(|SubLey|lin)Htmpvx＝std(|SubHtmpex|lin)Htmpvy＝std(|SubHtmpey|lin)Lvar＝0.5(Lvx+Lvy)Hvar＝0.5(Htmpvx+Htmpvy)其中std表示方差计算；(3.4)采用一阶微分计算SubIHtmp的行方...

【专利技术属性】
技术研发人员：曹世翔，刘薇，邢坤，何红艳，周楠，李岩，张炳先，岳春宇，李方琦，
申请(专利权)人：北京空间机电研究所，
类型：发明
国别省市：北京;11