【技术实现步骤摘要】
本专利技术属于卫星图像处理，尤其涉及一种帧间像素级信息补偿的卫星视频盲超分辨率系统及方法。
技术介绍
1、在遥感成像过程中，卫星平台的抖动和大气散射往往会在卫星视频中产生不可估计的模糊，使得卫星视频的空间分辨率降低。因此，卫星视频的质量不可避免地受到污染，从而导致后续在目标跟踪、变化检测等领域应用的性能下降。基于此，面向卫星遥感场景下的视频盲超分辨率技术受到了广泛关注。然而，在遥感场景下实现视频高质量超分辨率是一个具有挑战性的问题：一方面，相比于自然视频，卫星视频具有更复杂的背景且缺乏足够的纹理和细节信息，使得对于视频帧间信息的提取效果差；另一方面，缺乏应用于退化卫星视频中精细的像素级补偿策略，难以实现对退化视频中模糊像素的精细补偿。
2、作为计算机视觉领域的主流方法，深度学习技术在卫星视频盲超分辨率领域同样扮演了重要的角色。近年来，面向自然场景下的盲超分方法已经实现了很大的突破，如usrnet、ikc、adatarget等多种卷积神经网络被相继提出。然而，由于卫星视频具有数据量大、所含信息丰富和图像内容复杂等特点，直接将这...
【技术保护点】
1.一种帧间像素级信息补偿的卫星视频盲超分辨率系统，其特征在于：包括预处理模块、特征挖掘融合模块、模糊补偿模块和图像重建模块；其中，所述预处理模块对输入的视频帧序列进行模糊估计和帧对齐，帧对齐后的对齐特征输入到所述特征挖掘融合模块中进行注意力特征的提取，模糊估计产生的模糊特征与所述注意力特征拼接得到融合特征；所述融合特征输入所述模糊补偿模块中进行模糊补偿，得到模糊补偿特征；所述模糊补偿特征输入所述图像重建模块中得到重建特征，所述重建特征与所述视频帧序列中的目标帧的双线性插值的结果对应元素相加，得到目标帧对应的高分辨率视频帧。
2.根据权利要求1所述的帧间像...
【技术特征摘要】
1.一种帧间像素级信息补偿的卫星视频盲超分辨率系统，其特征在于：包括预处理模块、特征挖掘融合模块、模糊补偿模块和图像重建模块；其中，所述预处理模块对输入的视频帧序列进行模糊估计和帧对齐，帧对齐后的对齐特征输入到所述特征挖掘融合模块中进行注意力特征的提取，模糊估计产生的模糊特征与所述注意力特征拼接得到融合特征；所述融合特征输入所述模糊补偿模块中进行模糊补偿，得到模糊补偿特征；所述模糊补偿特征输入所述图像重建模块中得到重建特征，所述重建特征与所述视频帧序列中的目标帧的双线性插值的结果对应元素相加，得到目标帧对应的高分辨率视频帧。
2.根据权利要求1所述的帧间像素级信息补偿的卫星视频盲超分辨率系统，其特征在于：所述预处理模块包括并行的模糊估计子模块和帧对齐子模块；其中，所述视频帧序列中的目标帧经所述模糊估计子模块处理后得到所述模糊特征；所述视频帧序列经所述帧对齐子模块处理后得到所述对齐特征。
3.根据权利要求2所述的帧间像素级信息补偿的卫星视频盲超分辨率系统，其特征在于：所述模糊估计子模块由第一全连接层和第二全连接层组成，所述第一全连接层后接relu激活函数，所述第二全连接层后接softmax函数；所述视频帧序列中的目标帧依次经过所述第一全连接层和所述第二全连接层后得到所述模糊特征。
4.根据权利要求2所述的帧间像素级信息补偿的卫星视频盲超分辨率系统，其特征在于：所述帧对齐子模块的数量等于所述视频帧序列中的视频帧的数量减1，且帧对齐子模块与所述视频帧序列中除目标帧之外的其他视频帧一一对应；在每个帧对齐子模块中，与该帧对齐子模块对应的视频帧和所述视频帧序列中的目标帧经残差操作提取特征后，分别得到第一特征和第二特征；将所述第一特征和所述第二特征拼接融合得到第一融合特征；所述第一融合特征同时经过不少于3个的不同卷积核的卷积层的卷积处理得到三个特征；再将三个特征拼接融合后得到第二融合特征；所述第一融合特征与所述第二融合特征对应元素相加，得到所述...
【专利技术属性】
技术研发人员：孙海江，常宏亮，刘巧元，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
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。