本发明专利技术提供了一种高分辨率图像复原的奇异谱函数获取方法及系统。所述方法包括：获取高分辨率图像的横向或纵向像素点个数和一幅低分辨率图像，根据所述像素点个数和低分辨率图像获取所述高分辨率图像的低频频谱数据；根据所述高分辨率图像的低频频谱数据获取所述高分辨率图像的补零法频谱数据；对所述补零法频谱数据作傅里叶变换以获取高分辨率图像的低频频谱数据补零法图像；根据所述低频频谱数据补零法图像获取最佳奇异化算子，根据所述最佳奇异化算子获取奇异函数，根据所述奇异函数获取奇异谱函数，能够在高频频谱数据缺失的情况下，快速高效地获取高分辨率图像复原的奇异谱函数以供高分辨率图像的复原。
【技术实现步骤摘要】
本专利技术涉及一种高分辨率图像复原的奇异谱函数获取方法及系统。
技术介绍
卫星遥感具有覆盖面大、持续时间长、实时性强、不受国界、地域限制等独特优势，广泛地应用于资源开发、环境监测、灾害研究、全球变化分析等领域，深受各国的高度重视。卫星图像的空间分辨率是衡量卫星遥感能力的一项主要指标，也是衡量一个国家航天遥感水平的重要标志。提高卫星观测空间分辨率已成为卫星工程技术研究热点。卫星获取图像过种中，有很多因素会导致图像质量下降，大气扰动、运动、散焦、传输和噪声都会直接影响到图像分辨率下降，特别是卫星截荷所限使光学系统截止频率有限高，及其CCD芯片像元尺寸有限小，限止了卫星图像空间高频分量，使得图像分辨率不够高。根据光学傅里叶频谱理论，光学系统存在截止频率Cf=(D-1) (2fX)，其中D为等效透镜直径，I为C⑶芯片尺寸，f为透镜焦距和λ为光波长。若C⑶芯片的像元尺寸为W，则按采样定理，也有 截止频率为uw=l (2w)。被摄物中，只有同时小于Uw和Cf的空间频率分量才能获取并成像，若Cf古uw,则导致采样资源或光学成像资源浪费。设卫星与被拍摄物的距离为R，则卫星图像的可分辨距离Λ x=wRf=AR(D-l)。若减少CXD芯片的像元尺寸提高IV并且光学截止频率也随之提高cf=uw，则可以提高图像的空间分辨率(目前最小值为50 μ m2)，但是CXD芯片像元尺寸w太小，信噪比太低，以至无法正常使用。因此，卫星图像的高频分量缺失是一个绕不开的科学难题。传统的高分辨率(参考文献1:J.L.Harris, Diffraction and resolving power, J.0pt.Soc.Amer., 54 (7): 931-133, 1964和文献2:W.Lukosz, Optical systems with resolving power exceeding the classicallimit.J.0pt.Soc.Amer.，56 (11): 1463-1471, 1966)是指对超出光学系统截止频率 cf 而被丢失的图像高频信息进行恢复，这种方法称为高分辨率复原技术。多数人认为要准确恢复截止频率之外的频谱信息是不可能的，并称此为高分辨率神话。当可以获得多幅同一场景的图像序列时，可以建立数学模型:Si=Hsi+!^ i=l, 2，...，k，其中gi，Si, Hi分别表第i帧低分辨率图像、高分辨率图像和噪声图像，H表示各种导致图像低分辨率的各种因素。通过多帧插值方法(参见文献 3:L.Zhang, X.ffu, An Edge-Guided Image Interpolation Algorithmvia Directional Filtering and Data Fusion, IEEE Transaction on imageprocessing,15(8):2226-2238, 2006,文献 4:D.Rajan D,S.Chaudhuri, Generalizedinterpolation and its application in super-resolution imaging, Imageand Vision Computing, 19(13):957-969, 2001,文献 5:Α.Scinchez-Beato andG.Pajares, Non-1terative interpolation-based super-resolution minimizingaliasing in the reconstructed image, IEEE Trans.1mage Process., 17(10), pp.1817 - 1826,2008,文献 6:S.Lertrattanapanich, Ν.K.BOSE, High resolution imageformation from low resolution frames using Delaunay triangulation, IEEETransaction on Image Processing，11(12):1427-1441，2002 和文献 7F.Zhou，W.Yang,and Q.Liao, Interpolation-Based Image Super-Resolution Using MultisurfaceFitting, IEEE Transaction on Image Processing, 21 (7): 3312-28，2012)、利用先验知识进行优化求解(参见文献 8:X.Gaoj K.Zhang, D.Tao and X.Li，Image Super-ResolutionWith Sparse Neighbor Embedding,I IEEE Trans.0n Image Processing, Vol.21, No 7，pp.3194-3205，2012，文献 9:Z.M.Wang and W.W.Wang, Fast and Adaptive Methodfor SAR Superresolution Imaging Based on Point Scattering Model and OptimalBasis Selection, IEEE Tran, on Image Processing，18(7):1477-1486，2009，文献 10:A.Marquina and S.J.0sherj Image super-resolution by TV regularization andBregman iteration,Journal of Scientific Computing, vol.37，n0.3，pp.367 - 382，2008 和文献 11:J.Yang，J.Wright，Τ.S.Huang and Y.Ma，“Image super-resolutionvia sparse representation, ”IEEE Trans.1mage Process.，vol.19，n0.11，pp.2861-2873，2010)、基于学习方法(参见文献 11，文献 12:T.Goto，Y.Kawamoto，Y.Sakutaj A.Tsutsui and M.Sakuraij Learning-based Super-resolution Image Reconstruction onMult1-core Processor, IEEE Transactions on Consumer Electronics, 58(3):941 946，2012，文献 13:Ρ.Purkait and B.Chanda, Super Resolution Image ReconstructionThrough Bregman Iteration Using Morphologic Regularization,IEEE Trans.0nImage Processing, 21 (9):4029 4040，2012，文献 14:Ρ.P.Gajjar and Μ.V.Josh本文档来自技高网...
【技术保护点】
一种高分辨率图像复原的奇异谱函数获取方法，其特征在于，包括：获取高分辨率图像的横向或纵向像素点个数待复原的高分辨率图像的横向或纵向像素点个数和一幅低分辨率图像，根据所述像素点个数和低分辨率图像获取所述高分辨率图像的低频频谱数据；根据所述高分辨率图像的低频频谱数据获取所述高分辨率图像的补零法频谱数据；对所述补零法频谱数据作傅里叶变换以获取高分辨率图像的低频频谱数据补零法图像；根据所述低频频谱数据补零法图像获取最佳奇异化算子，根据所述最佳奇异化算子获取奇异函数，根据所述奇异函数获取奇异谱函数。
【技术特征摘要】
【专利技术属性】
技术研发人员：骆建华，敬忠良，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。