基于參考影像紋理約束的壓縮感知遙感圖像重建方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及多源遙感數(shù)據(jù)的壓縮感知信號(hào)重建方法，具體來說，涉及一種基于參 考影像紋理約束的壓縮感知遙感圖像重建方法。
[0002]
【背景技術(shù)】
[0003] 在遙感影像應(yīng)用中，同一區(qū)域通常包含多源、多時(shí)相的影像，這些影像之間的光譜 雖然不同，但是其紋理存在很大的相似性。作為遙感影像識(shí)別特征之一，影像紋理結(jié)構(gòu)與地 物光譜特征和形狀特征一起被用于遙感影像的識(shí)別。與目標(biāo)地物的光譜特征相比，遙感影 像中地物的紋理結(jié)構(gòu)特征相對(duì)更為穩(wěn)定，因此在高分辨率影像分析中具有重要意義。
[0004] 鑒于此，需要構(gòu)造一個(gè)懲罰約束項(xiàng)，能夠用參考影像的紋理信息來約束目標(biāo)影像 的重建過程；由此可知，現(xiàn)在急需一種基于參考影像紋理約束的壓縮感知重建算法，通過借 鑒人類視覺系統(tǒng)對(duì)影像的處理過程，計(jì)算目標(biāo)影像和參考影像紋理在小波系數(shù)中的統(tǒng)計(jì)特 征，分別構(gòu)建相應(yīng)的特征向量，用特征向量的相似程度構(gòu)建參考約束，約束目標(biāo)影像稀疏系 數(shù)的重建過程，提高重建影像的精度。
[0005]

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是提供一種基于參考影像紋理約束的壓縮感知遙感圖像重建方法， 該方法借鑒人類視覺系統(tǒng)對(duì)影像的處理過程，計(jì)算目標(biāo)影像和參考影像紋理小波系數(shù)的統(tǒng) 計(jì)特征，分別構(gòu)建相應(yīng)的特征向量，用特征向量的相似程度構(gòu)建參考約束，約束目標(biāo)影像稀 疏系數(shù)的重建過程，提高重建影像的精度。
[0007] 本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)： 一種基于參考影像紋理約束的壓縮感知遙感圖像重建方法，包括以下步驟： 步驟1 :對(duì)預(yù)先設(shè)置的目標(biāo)影像的稀疏系數(shù)設(shè)置初始值為全零向量，計(jì)算預(yù)先配置的 與目標(biāo)影像相匹配的參考影像小波子影像的稀疏系數(shù)； 步驟2 :基于紋理在小波變換域的統(tǒng)計(jì)特性，根據(jù)目標(biāo)影像的稀疏系數(shù)和參考影像小 波子影像的稀疏系數(shù)，計(jì)算所述目標(biāo)影像和參考影像小波子影像的紋理特征向量； 步驟3 :基于Canberra距離標(biāo)準(zhǔn)，計(jì)算目標(biāo)影像的紋理特征向量與參考影像小波子影 像的紋理特征向量的距離，即得到上述兩個(gè)紋理特征向量的相似度； 步驟4 :根據(jù)預(yù)先定義的參考約束形式，將相似度加入到目標(biāo)影像的稀疏系數(shù)中進(jìn)行 更新，計(jì)算更新后的目標(biāo)影像的紋理特征向量與參考影像的紋理特征向量的相似度，根據(jù) 相似度得到目標(biāo)影像基于參考影像的約束度； 步驟5 :重復(fù)步驟2至步驟4的過程，直至所述目標(biāo)影像的稀疏系數(shù)符合預(yù)先設(shè)置的迭 代終止條件。
[0008] 進(jìn)一步的，在步驟2中，所述目標(biāo)影像的紋理特征向量包括能量、標(biāo)準(zhǔn)差、平均絕 對(duì)偏差以及熵。
[0009] 進(jìn)一步的，在步驟2中，所述小波變換子影像的紋理特征向量包括能量、標(biāo)準(zhǔn)差、 平均絕對(duì)偏差以及熵。
[0010] 進(jìn)一步的，在步驟4中，所述目標(biāo)影像的紋理特征向量與參考影像的紋理特征向 量的相似度與目標(biāo)影像基于參考影像的約束度成反比關(guān)系。
[0011] 本發(fā)明的有益效果為：將參考影像小波變換子影像的統(tǒng)計(jì)紋理特征作為先驗(yàn)約 束，添加到目標(biāo)影像的重建過程中，提高目標(biāo)影像的重建精度。
[0012]
【附圖說明】
[0013] 為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例中所 需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施 例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲 得其他的附圖。
[0014] 圖1是根據(jù)本發(fā)明實(shí)施例所述的一種基于參考影像紋理約束的壓縮感知遙感圖 像重建方法的流程圖。
【具體實(shí)施方式】
[0015] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的 范圍。
[0016] 如圖1所示，根據(jù)本發(fā)明實(shí)施例的一種基于參考影像紋理約束的壓縮感知遙感圖 像重建方法，包括以下步驟： 步驟1 :對(duì)預(yù)先設(shè)置的目標(biāo)影像的稀疏系數(shù)設(shè)置初始值為全零向量，計(jì)算預(yù)先配置的 與目標(biāo)影像相匹配的參考影像小波子影像的稀疏系數(shù)； 步驟2 :基于紋理在小波變換域的統(tǒng)計(jì)特性，根據(jù)目標(biāo)影像的稀疏系數(shù)和參考影像小 波子影像的稀疏系數(shù)，計(jì)算所述目標(biāo)影像和參考影像小波子影像的紋理特征向量； 步驟3 :基于Canberra距離標(biāo)準(zhǔn)，計(jì)算目標(biāo)影像的紋理特征向量與參考影像小波子影 像的紋理特征向量的距離，即得到上述兩個(gè)紋理特征向量的相似度； 步驟4 :根據(jù)預(yù)先定義的參考約束形式，將相似度加入到目標(biāo)影像的稀疏系數(shù)中進(jìn)行 更新，計(jì)算更新后的目標(biāo)影像的紋理特征向量與參考影像的紋理特征向量的相似度，根據(jù) 相似度得到目標(biāo)影像基于參考影像的約束度； 步驟5 :重復(fù)步驟2至步驟4的過程，直至所述目標(biāo)影像的稀疏系數(shù)符合預(yù)先設(shè)置的迭 代終止條件。
[0017] 其中，在步驟2中，所述目標(biāo)影像的紋理特征向量包括能量、標(biāo)準(zhǔn)差、平均絕對(duì)偏 差以及熵。
[0018] 在步驟2中，所述小波變換子影像的紋理特征向量包括能量、標(biāo)準(zhǔn)差、平均絕對(duì)偏 差以及熵。
[0019] 此外，在步驟4中，所述目標(biāo)影像的紋理特征向量與參考影像的紋理特征向量的 相似度與目標(biāo)影像基于參考影像的約束度成反比關(guān)系，即相似度越高，約束度越小；相似度 越低，約束度越大。
[0020] 具體使用時(shí)， 步驟1 :設(shè)目標(biāo)影像的稀疏系數(shù)的初始值為全零向量，計(jì)算參考影像的稀疏系數(shù) a re 為充分利用人類視覺系統(tǒng)的感知特性，我們?cè)趯?duì)影像進(jìn)行稀疏表征時(shí)采用小波變換， 其多分辨率、多角度的時(shí)頻特性，使得我們的理特征提取方法能夠多尺度、多方向性的紋理 特征。
[0021] 步驟2 :基于紋理在小波系數(shù)中的統(tǒng)計(jì)特征，計(jì)算目標(biāo)影像和參考影像小波系數(shù) 的統(tǒng)計(jì)特征及特征向量f 我們假設(shè)尺度空間的能量分布可以作為獨(dú)特的紋理描述特征，視覺皮質(zhì)的心理學(xué)研宄 也支持這一論斷，因此小波變換子影像的能量/、標(biāo)準(zhǔn)差/平均絕對(duì)偏差F33,以及熵 這些參數(shù)都可以用作紋理特征識(shí)別參數(shù)，
【主權(quán)項(xiàng)】
1. 一種基于參考影像紋理約束的壓縮感知遙感圖像重建方法，其特征在于，包括以下 步驟： 步驟1:對(duì)預(yù)先設(shè)置的目標(biāo)影像的稀疏系數(shù)設(shè)置初始值為全零向量，計(jì)算預(yù)先配置的 與目標(biāo)影像相匹配的參考影像小波子影像的稀疏系數(shù)； 步驟2 :基于紋理在小波變換域的統(tǒng)計(jì)特性，根據(jù)目標(biāo)影像的稀疏系數(shù)和參考影像小 波子影像的稀疏系數(shù)，計(jì)算所述目標(biāo)影像和參考影像小波子影像的紋理特征向量； 步驟3 :基于Canberra距離標(biāo)準(zhǔn)，計(jì)算目標(biāo)影像的紋理特征向量與參考影像小波子影 像的紋理特征向量的距離，即得到上述兩個(gè)紋理特征向量的相似度； 步驟4 :根據(jù)預(yù)先定義的參考約束形式，將相似度加入到目標(biāo)影像的稀疏系數(shù)中進(jìn)行 更新，計(jì)算更新后的目標(biāo)影像的紋理特征向量與參考影像的紋理特征向量的相似度，根據(jù) 相似度得到目標(biāo)影像基于參考影像的約束度； 步驟5 :重復(fù)步驟2至步驟4的過程，直至所述目標(biāo)影像的稀疏系數(shù)符合預(yù)先設(shè)置的迭 代終止條件。
2. 根據(jù)權(quán)利要求1所述的基于參考影像紋理約束的壓縮感知遙感圖像重建方法，其特 征在于，在步驟2中，所述目標(biāo)影像的紋理特征向量包括能量、標(biāo)準(zhǔn)差、平均絕對(duì)偏差以及 熵。
3. 根據(jù)權(quán)利要求1所述的基于參考影像紋理約束的壓縮感知遙感圖像重建方法，其特 征在于，在步驟2中，所述小波變換子影像的紋理特征向量包括能量、標(biāo)準(zhǔn)差、平均絕對(duì)偏 差以及熵。
4. 根據(jù)權(quán)利要求1所述的基于參考影像紋理約束的壓縮感知遙感圖像重建方法，其特 征在于，在步驟4中，所述目標(biāo)影像的紋理特征向量與參考影像的紋理特征向量的相似度 與目標(biāo)影像基于參考影像的約束度成反比關(guān)系。
【專利摘要】本發(fā)明公開了一種基于參考影像紋理約束的壓縮感知遙感圖像重建方法，包括對(duì)預(yù)先設(shè)置的目標(biāo)影像的稀疏系數(shù)設(shè)置初始值，計(jì)算預(yù)先配置的參考影像小波子影像的稀疏系數(shù)；基于紋理在小波變換域統(tǒng)計(jì)特性，計(jì)算目標(biāo)影像和參考影像小波子影像的紋理特征向量；基于Canberra距離標(biāo)準(zhǔn)，計(jì)算上述兩個(gè)紋理特征向量的距離，得到相似度；根據(jù)參考約束形式，將相似度加入到目標(biāo)影像的稀疏系數(shù)中進(jìn)行更新，計(jì)算紋理特征向量相似度，得到目標(biāo)影像的約束度；重復(fù)更新過程，直至目標(biāo)影像稀疏系數(shù)符合預(yù)先設(shè)置的迭代終止條件。本發(fā)明的有益效果為：將參考影像小波變換子影像的統(tǒng)計(jì)紋理特征作為先驗(yàn)約束，添加到目標(biāo)影像的重建過程中，提高目標(biāo)影像的重建精度。
【IPC分類】G06T5-00
【公開號(hào)】CN104657944
【申請(qǐng)?zhí)枴緾N201410851641
【發(fā)明人】王力哲, 劉鵬, 樊聰, 和繼軍
【申請(qǐng)人】中國(guó)科學(xué)院遙感與數(shù)字地球研究所
【公開日】2015年5月27日
【申請(qǐng)日】2014年12月31日