论空间变换迭代反射投影超分辨率重建范文

本站小编为你精心准备了论空间变换迭代反射投影超分辨率重建参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要:针对单帧迭代反射投影影像存在重建质量不高的问题，本文在分析了彩色空间变换和迭代反射投影算法的基础上，提出了一种基于彩色空间变换和迭代反射投影相结合的超分辨率重建算法。该算法结合了彩色空间变换和迭代反射投影算法的优势，通过彩色空间变换将RGB彩色空间转换到YCbCr彩色空间，对亮度信息分量Y进行迭代反射投影算法使得重构误差最小化。在Cb和Cr两个色差分量通道采用简单的双三次插值算法来降低算法复杂度，最后将重建得到的结果转换回RGB彩色空间。实验结果表明:该算法得到结果与现有其他算法相比得到的峰值信噪比高，且运算复杂度低，可明显提高重建质量。

关键词:彩色空间变换;迭代反射投影;超分辨率重建

引言

遥感图像超分辨率重建技术是指一种根据一幅或者多幅低分辨率图像重建出高分辨率图像的遥感图像处理技术［1］。近年来，随着国家政策的逐步开放，国产卫星发展的进程加快，卫星遥感影像数据应用领域逐步拓展开来，在市政规划、农林勘察、资源探索等领域对高分辨率卫星遥感影像数据的需求也不断膨胀。但国内遥感卫星影像的空间分辨率与国外仍然存在着一定的差距，若在硬件层面上提升遥感影像空间分辨率，则所耗费的经济成本较高，而在大数据遥感平台下，利用传感器已经获取的大量遥感影像数据，结合图像处理的相关理论与方法，从软件处理的方式角度，重建出高分辨率的图像，在摄影测量与遥感领域将具有非常重要的理论意义与应用价值。超分辨率重建技术按照影像的重建方法可以分为基于频域的超分辨率重建和基于空间域的超分辨率重建。基于频域的超分辨率重建方式主要有傅立叶变换［2］和小波变换［3－5］超分辨率重建方法。基于空间域超分辨率重建方法主要有迭代反射投影［6－8］和正则化方法［9］。上述研究已经取得了相应的突破与进展，但是基于频域的方法由于没有考虑先验信息的问题，导致重建结果不能实现突破性进展，无法在遥感领域充分地应用。本文对现有的超分辨率重建方法进行分析总结，提出基于彩色空间变换与迭代反射投影相结合的重建模型框架，使得重建结果可以得到更多、更有益的高频信息。

1降质模型

进行超分辨率重建时，为使得重建结果有一个客观的参照，需要从一幅高分辨率影像(High－Resolution，HR)得到一幅对应的低分辨率影像(Low－Resolution，LR)图像［10－12］。而低分辨率影像可以看成一幅高分辨率影像经过模糊、下采样以及添加噪声后得到的，其对应的公式为:Y=DHX+n(1)式中，D为降采样矩阵，H为模糊矩阵，n为加性噪声，X为原始高分辨率影像，Y为对应的低分辨率影像。为了简便，本文只对高分辨率图像进行高斯模糊和2倍下采样处理。

2算法原理

本文基于彩色变换的迭代反射投影单幅影像的超分辨率重建整体流程如图1所示，具体步骤如下。1)对现有的高分辨率影像进行降质模型得到对应的低分辨率影像。Il=(Ih*g)↓s(2)式(2)中，Ih为高分辨率影像，*为卷积运算符，↓s为下采样运算符，下采样的倍数为s，g为高斯模糊滤波器。2)对得到的低分辨率影像从RGB彩色空间转换到YCbCr彩色空间IYCbCrl=(Irgbl)彩色空间转换(3)式(3)中，IYCbCrl为初始输入的RGB彩色空间的高分辨率影像，(Irgbl)彩色空间转换为转换到YCbCr彩色空间的高分辨率影像。3)根据人眼特性原理，人眼对亮度信息中的Y分量尤为敏感，提取其中的亮度分量信息计算误差，计算每次迭代中的重构误差。EYr=(IYl－IlY)(4)式(4)中，IYl为公式中低分辨率图像中的Y通道分量，IlY为经过相同降质模型得到的Y通道分量。4)对式(4)得到的误差进行上采样插值，最后反投影到重建的高分辨率图像中，得到最终的高分辨率图像。In+1h=Inh+(U2S(EYr(I)))(5)式(5)中，In+1h为第n+1次迭代得到的Y通道的高分辨率图像，Inh为第n次迭代得到的Y通道的高分辨率图像。U2S表示以双三次插值进行2倍上采样，通过迭代式(5)设置一定的迭代次数后得到理想的高分辨率重建图像。5)分别对原始的低分辨率图像Cb空间和Cr空间，分别进行相同倍数的双三次插值得到扩大后的图像。将YCbCr三通道合并，并转换到RGB彩色空间。得到最后的超分辨率重建结果。Irgb超分重建结果=(IYCbCr超分重建结果)彩色空间转换(6)

3实验结果与分析

为验证所提出的遥感影像的超分辨率重建方法的有效性，实验选取256×256像素大小的不同地貌类型的影像作为实验数据，如房屋、耕地、林地等。采用Intel(R)Core(TM)i5－4210MCPU@2．60GHz64位操作系统，在MatlabR2014a平台下编程实现。通过本文的遥感影像超分辨率重建方法实现2倍重建实验，后续将进一步与双三次插值以及边缘导向插值等方法得到的重建影像进行对比分析。图2为实验所采用的原始数据影像。图3至图5依次为林地影像、房屋影像、耕地影像的降质影像以及使用双三次插值、边缘导向插值，以及本文方法得到的重建结果。为衡量算法性能，采用峰值信噪比(psnr)来作为评价超分辨率影像重建质量的客观评价指标［13－14］，其定义为:通过观察图3至图5等3幅影像在不同方法下重建得到的影像结果，可以发现本文方法在主观视觉效果上一定程度地提升了图像的纹理细节与高频信息。而其他方法在插值扩大的过程中模糊了图像的细节，同时观察表1可知，本文改进的迭代反射投影算法与其他算法相比，峰值信噪比最大，客观评价指标得到了提升，实现了影像的超分辨率重建的目的。

4结束语

本文提出了一种基于彩色空间变换和迭代反射投影的超分辨率重建算法，将得到的遥感影像通过彩色空间变换从RGB彩色空间转换到YCbCr彩色空间，单独对Y通道进行迭代反射投影算法使得迭代误差最小化，在Cb和Cr通道上分别进行双三次插值，减小计算复杂度，最后将结果转换回RGB彩色空间得到最后的超分辨率重建结果。实验数据表明:该算法在主观视觉效果上得到了一定的提升，峰值信噪比较其他几种算法有了改善。本文考虑将对重建得到的图像增加一个后处理方法，使该算法的应用效果更好。

参考文献:

［1］江静，张雪松．图像超分辨率重建算法综述［J］．红外技术，2012，34(1):24－30．

作者：郭桐宇 单位：辽宁工程技术大学 测绘与地理科学学院