The invention discloses a hyperspectral image super-resolution enhancement method, which firstly extracts the reflective spectrum of different scenes in the image, and obtains the spectral dictionary with strong sparsity and weak coherence by compressive sensing dictionary learning algorithm; secondly, it utilizes the sparsity, non-negativity and spatial structure of the signal in the hyperspectral scene. Similarity, LOW-SPECTRAL images with high spatial resolution are obtained from the extracted scene reflectance spectra. Sparse coding matrix is obtained by synchronous orthogonal matching pursuit algorithm. Finally, target images are obtained by combining spectral dictionary and sparse coding matrix. Due to the joint use of spatial and spectral information of images, experimental results of simulated and real data show that compared with traditional methods and matrix decomposition methods, the proposed method can effectively reconstruct the details and texture structure of hyperspectral images, effectively improve the average peak signal-to-noise ratio (PSNR) of bands, the average structure similarity of bands, and so on. Spectral angle mapping, and better maintain spectral information.
【技术实现步骤摘要】
一种高光谱图像空间分辨率增强方法
本专利技术隶属于光电成像探测和图像处理领域,涉及一种新的高光谱偏振图像超分辨率增强方法。
技术介绍
高光谱成像技术是20世纪80年代以来综合对地观测的重要组成部分,将成像技术与光谱技术结合在一起,包含丰富的空间、辐射和光谱信息,具有光谱连续、图谱合一的特性。高光谱图像由于良好的光谱特性,已经广泛应用于地质勘查、海洋监测、战场侦察等领域。另外在医学成像中,通过高光谱成像技术获得的空间分辨光谱成像提供了关于组织生理学,形态学和组成的诊断信息。遥感图像的空间分辨率是衡量高光谱遥感影像质量的一个重要指标,反映了图像上能看到的地面最小目标尺寸,决定了实际应用中对地面目标的检测识别能力。受到成像条件和成像环境影响,获取的图像空间分辨率较低,导致大量混合像素,大大降低后续的检测和识别性能,进而影响到军事和民用领域的诸多应用,因此提高高光谱图像的空间分辨率具有重要意义。为解决该问题,有研究者提出使用高分辨率传感器的简单解决方案,但是进一步降低了到达传感器光子的密度,在许多应用场合不可行。由于硬件设备的限制,采用基于软方法的图像超分辨率技术是提升图像空间分辨率的有效手段。超分辨率(SuperResolution,SR)问题的性质不足,已经提出多种正则化方法来解决该问题,包括基于插值的方法、基于多帧图像的方法、基于样本学习的单帧图像超分辨率方法。这些方法在灰度图像或彩色图像上取得较好的重建效果,但是直接应用于高光谱图像结果并不理想。高光谱图像SR问题,不仅应该提高空间域信息,而且需要保持光谱信息。经典的基于凸集投影的高光谱图像SR方法,融合多 ...
【技术保护点】
1.一种高光谱图像空间分辨率增强方法,其特征在于,该方法步骤描述如下:步骤一、提取图像中不同场景的反射光谱,通过压缩感知字典学习算法得到强稀疏性、弱相干性的光谱字典Φ;步骤二、利用高光谱场景中信号的稀疏性、非负性以及空间结构自相似性,从提取的场景反射光谱解析得到高空间分辨率的低光谱图像,通过同步正交匹配追踪算法求解得到稀疏编码矩阵B;步骤三、联合光谱字典Φ和稀疏编码矩阵B得到目标图像S。
【技术特征摘要】
1.一种高光谱图像空间分辨率增强方法,其特征在于,该方法步骤描述如下:步骤一、提取图像中不同场景的反射光谱,通过压缩感知字典学习算法得到强稀疏性、弱相干性的光谱字典Φ;步骤二、利用高光谱场景中信号的稀疏性、非负性以及空间结构自相似性,从提取的场景反射光谱解析得到高空间分辨率的低光谱图像,通过同步正交匹配追踪算法求解得到稀疏编码矩阵B;步骤三、联合光谱字典Φ和稀疏编码矩阵B得到目标图像S。2.根据权利要求1所述的高光谱图像空间分辨率增强方法,其特征在于,所述步骤一中的光谱字典Φ通过如下公式进行计算:其中,Xh为高分辨率训练集,h表示高分辨率,将训练图像块的所有列向量连接成矩阵Xh,Xh={x1,...,xi,...xmn},xi表示预处理后的图像块形成的列向量,mn表示训练集的数量,m,n分别表示空间维尺寸,A∈Rd×mn表示所有稀疏表示系数αi的矩阵,V0是稀疏约束参数,V1是相干性阈值,W是观测矩阵,d表示字典原子个数。3.根据权利要求1所述的高光谱图像空间分辨率增强方法,其特征在于,所述步骤二中的稀疏编码矩阵B通过如下公式...
【专利技术属性】
技术研发人员:徐国明,许蒙恩,王峰,袁宏武,万家华,
申请(专利权)人:徐国明,
类型:发明
国别省市:安徽,34
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。