多尺度细节增强的遥感影像超分辨率重建

鉴于现有超分辨率重建方法难以突显重建影像细节信息的问题,提出多尺度细节增强的遥感影像超分辨率重建模型框架。首先,通过最小二乘滤波方法将序列影像分解成包含大尺度边缘的平滑信息和包含中小型尺度的细节信息;其次,利用插值方法得到相应的高分辨率细节信息和平滑信息,构造纹理细节增强函数,提升中小型细节的增强幅度;最终,融合细节信息和平滑信息,得到初始的超分辨率重建结果,并利用局部优化模型进一步改善重建影像质量。选取同时相和多时相遥感影像作为试验数据。试验结果表明,本文重建结果与插值方法、TV方法和MAP方法相比,在客观评价指标上均有显著提高,明显改善了重建影像的纹理细节。论文提出的多尺度细节增强的超分辨...

Full description

Saved in:
Bibliographic Details
Published in测绘学报 Vol. 45; no. 9; pp. 1081 - 1088
Main Author 朱红 宋伟东 谭海 王竞雪
Format Journal Article
LanguageChinese
Published 辽宁工程技术大学测绘与地理科学学院,辽宁阜新123000 2016
国家测绘地理信息局卫星测绘应用中心,北京100048%辽宁工程技术大学测绘与地理科学学院,辽宁阜新,123000%国家测绘地理信息局卫星测绘应用中心,北京,100048
Subjects
多尺度分解
最小二乘滤波
细节增强
超分辨率重建
super resolution reconstruction
image fusion
多尺度分解
detail enhancement
multi-scale decomposition
超分辨率重建
细节增强
最小二乘滤波
Online AccessGet full text
ISSN1001-1595
DOI10.11947/j.AGCS.2016.20150451

Cover

More Information
Summary:鉴于现有超分辨率重建方法难以突显重建影像细节信息的问题,提出多尺度细节增强的遥感影像超分辨率重建模型框架。首先,通过最小二乘滤波方法将序列影像分解成包含大尺度边缘的平滑信息和包含中小型尺度的细节信息;其次,利用插值方法得到相应的高分辨率细节信息和平滑信息,构造纹理细节增强函数,提升中小型细节的增强幅度;最终,融合细节信息和平滑信息,得到初始的超分辨率重建结果,并利用局部优化模型进一步改善重建影像质量。选取同时相和多时相遥感影像作为试验数据。试验结果表明,本文重建结果与插值方法、TV方法和MAP方法相比,在客观评价指标上均有显著提高,明显改善了重建影像的纹理细节。论文提出的多尺度细节增强的超分辨率重建方法,可以使重建影像提供更多高频细节信息,具有较好鲁棒性和普适性。
Bibliography:11-2089/P
ZHU Hong1,2 ,SONG Weidong1 ,TAN Hai2 ,WANG Jingxue1 （1. School of Geomatics, Liaoning Technical University, Fuxin 123000, China; 2. Satellite Surveying and Mapping Application Center of NASG, Beijing 100048, China）
super resolution reconstruction; detail enhancement; multi-scale decomposition; image fusion
The existing methods are hard to highlight the details after super resolution reconstruction,so it is proposed a super-resolution model frame to enhance the multi-scale details. Firstly,the sequence images are multiscale deposed to keep the edge structure and the deposed multi-scale image information are differenced. Then,the smoothing information and detail information are interpolated,and a texture detail enhancement function is built to improve the scope of small details. Finally,the coarse-scale image information and small-medium-scale information are confused to get the premier super-resolution reconstruction result,and a local optimizing model is built to further promote the premier image quali
ISSN:1001-1595
DOI:10.11947/j.AGCS.2016.20150451