当前位置:主页 > 管理论文 > 工程管理论文 >

基于小波域压缩感知的遥感图像超分辨算法

发布时间:2019-11-02 14:21
【摘要】:针对单字典表达复杂多样的图像纹理存在一定的局限性的问题,利用压缩感知和小波理论建立了一种多字典遥感图像超分辨算法。首先,对训练图像在小波域的不同频带利用K-奇异值分解(K-SVD)算法建立不同的字典;然后,利用全局限制求取高分辨率图像的初始解;最后,利用正交匹配追踪算法(OMP)对初始解在小波域进行多字典稀疏求解。实验结果表明,相比基于单字典的超分辨重建算法,结果图像的主观视觉效果有很大提高,客观评价指标的峰值信噪比(PSNR)和结构相似度(SSIM)分别提高2.8 dB以上和0.01以上。字典可一次建立重复使用,降低了运算时间。
【图文】:

算法,双线性插值,文献,图像


倍的下采样,得到一帧退化的低分辨率图像(LowResolutionImage,LRI),对LRI分别执行双线性插值、文献[13]算法、文献[14]算法和本文算法进行比较分析。图16帧训练图像Fig.1Sixframetrainingimages图24组实验图像Fig.2Fourexperimentalimages图3给出了第一组实验结果,图4给出了该实验结果图像中截取的两块小区域的放大图像。图3对图2(a)实验结果比较Fig.3ComparisonofexperimentalresultstoFig.2(a)从图4中可以看出,相比LRI的双线性插值,文献[13]和[14]算法的超分辨图像的分辨率有了很大提高,图像更加清晰,原来不能分辨的许多纹理已经能够分辨出来。文献[14]算法利用多字典对在一定程度上比单字典对表达图像纹理更有效,性能上比文献[13]算法有一定提高,而本文算法利用小波多级分解进行纹理分类,能更有效地表达复杂的纹理,结果图像的分辨率有了较大提高,一些在图4(c)和图4(d)中模糊或者不能分辨的纹理在图4(e)中能够明显分辨出来。图4图3的局部放大Fig.4PartialenlargeddetailofFig.3为定量比较算法的性能,表1和表2给出了上述4组实验结果的峰值信噪比(PeakSignal-to-NoiseRatio,PSNR)和结构相似度(StructuralSIMilarity,SSIM)指标。相比双线性插值,,文献[13]算法结果的PSNR指标和SSIM指标分别提高3dB和0.04以上;文献[14]算法结果又相对于文献[13]算法结果分别提高0.4dB和0.003以上;本文算法比双线性插值提高6dB和0.057以上。表1实验结果的PSNR比较dBTab.1PSNRcomparisonofexperimentalresultsdB实验图像双线性插值文献[13]算法文献[14]算法本文算法图2(a)24.873328.245428.627030.7483图2(b)28.078331.579231.992834.1922图2(c)27.913431.370931.79903

图像,纹理,算法,双线性插值


Image,LRI) ,对 LRI 分别执行双线性插值、文献[13]算法、文献[14]算法和本文算法进行比较分析。图 1 6 帧训练图像Fig. 1 Six frame training images纹理,结果图像的分辨率有了较大提高,一些在图4( c) 和图4( d) 中模糊或者不能分辨的纹理在图4( e) 中能够明显分辨出来。

【相似文献】

相关期刊论文 前3条

1 张约品,夏海平,李佐宜,沈德芳,干福熹;GdFeCo/TbFeCo磁超分辨磁光记录薄膜研究[J];光子学报;2005年09期

2 袁震宇;王正明;王光新;王卫威;;SAR图像点目标超分辨正则化方法的简化计算[J];中国空间科学技术;2008年01期

3 ;[J];;年期

相关会议论文 前2条

1 乔延利;叶松;方黎;洪津;方勇华;荀毓龙;;超分辨空间外差光谱成像技术[A];第六届成像光谱技术与应用研讨会文集[C];2006年

2 余庆选;于琳;韩新海;李艳秋;廖源;王冠中;廖源;方容川;;超分辨近场结构中Sb薄膜的开关特性的机理探讨[A];第九届全国发光学术会议摘要集[C];2001年

相关博士学位论文 前2条

1 刘俭;超分辨移相共焦和复色差动共焦扫描显微技术及理论[D];哈尔滨工业大学;2009年

2 杨学峰;遥感图象频域和空域超分辨重建技术研究[D];哈尔滨工业大学;2011年



本文编号:2554536

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/2554536.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ef1b6***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com