一种遥感影像超分辨率重建的稀疏表示建模及算法
A Super-resolution Model and Algorithm of Remote Sensing Image Based on Sparse Representation作者机构:贵州师范大学地理与环境科学学院贵州贵阳550001 南京师范大学虚拟地理环境教育部重点实验室江苏南京210023
出 版 物:《测绘学报》 (Acta Geodaetica et Cartographica Sinica)
年 卷 期:2014年第43卷第3期
页 面:276-283页
核心收录:
学科分类:0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理]
基 金:贵州师范大学博士科研启动项目
主 题:遥感影像 超分辨率重建 稀疏表示 字典学习 优化最小化方法
摘 要:为了对单幅低分辨率遥感影像的空间分辨率进行增强,提出一种基于稀疏表示的超分辨率重建方法。该方法首先采用优化最小化方法学习高-低分辨率联合字典对,通过构造一个参数互相解耦的易于优化的代理函数,替代原来的参数互相耦合难以优化的目标函数,保证每一次迭代求解的值在局部范围内最优。然后,将学习的字典对用以指导其他低分辨率遥感影像的超分辨率重建。试验表明,与传统的插值方法相比,本研究算法在客观的评价指标上具有一定的提高,在主观的视觉效果上也取得一些改善,可为其他单幅低分辨率遥感影像的超分辨率重建提供有用的高频细节信息,具有一定的普适性。