論空間變換迭代反射投影超分辨率重建范文

本站小編為你精心準備了論空間變換迭代反射投影超分辨率重建參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要:針對單幀迭代反射投影影像存在重建質量不高的問題，本文在分析了彩色空間變換和迭代反射投影算法的基礎上，提出了一種基于彩色空間變換和迭代反射投影相結合的超分辨率重建算法。該算法結合了彩色空間變換和迭代反射投影算法的優勢，通過彩色空間變換將RGB彩色空間轉換到YCbCr彩色空間，對亮度信息分量Y進行迭代反射投影算法使得重構誤差最小化。在Cb和Cr兩個色差分量通道采用簡單的雙三次插值算法來降低算法復雜度，最后將重建得到的結果轉換回RGB彩色空間。實驗結果表明:該算法得到結果與現有其他算法相比得到的峰值信噪比高，且運算復雜度低，可明顯提高重建質量。

關鍵詞:彩色空間變換;迭代反射投影;超分辨率重建

引言

遙感圖像超分辨率重建技術是指一種根據一幅或者多幅低分辨率圖像重建出高分辨率圖像的遙感圖像處理技術［1］。近年來，隨著國家政策的逐步開放，國產衛星發展的進程加快，衛星遙感影像數據應用領域逐步拓展開來，在市政規劃、農林勘察、資源探索等領域對高分辨率衛星遙感影像數據的需求也不斷膨脹。但國內遙感衛星影像的空間分辨率與國外仍然存在著一定的差距，若在硬件層面上提升遙感影像空間分辨率，則所耗費的經濟成本較高，而在大數據遙感平臺下，利用傳感器已經獲取的大量遙感影像數據，結合圖像處理的相關理論與方法，從軟件處理的方式角度，重建出高分辨率的圖像，在攝影測量與遙感領域將具有非常重要的理論意義與應用價值。超分辨率重建技術按照影像的重建方法可以分為基于頻域的超分辨率重建和基于空間域的超分辨率重建。基于頻域的超分辨率重建方式主要有傅立葉變換［2］和小波變換［3－5］超分辨率重建方法。基于空間域超分辨率重建方法主要有迭代反射投影［6－8］和正則化方法［9］。上述研究已經取得了相應的突破與進展，但是基于頻域的方法由于沒有考慮先驗信息的問題，導致重建結果不能實現突破性進展，無法在遙感領域充分地應用。本文對現有的超分辨率重建方法進行分析總結，提出基于彩色空間變換與迭代反射投影相結合的重建模型框架，使得重建結果可以得到更多、更有益的高頻信息。

1降質模型

進行超分辨率重建時，為使得重建結果有一個客觀的參照，需要從一幅高分辨率影像(High－Resolution，HR)得到一幅對應的低分辨率影像(Low－Resolution，LR)圖像［10－12］。而低分辨率影像可以看成一幅高分辨率影像經過模糊、下采樣以及添加噪聲后得到的，其對應的公式為:Y=DHX+n(1)式中，D為降采樣矩陣，H為模糊矩陣，n為加性噪聲，X為原始高分辨率影像，Y為對應的低分辨率影像。為了簡便，本文只對高分辨率圖像進行高斯模糊和2倍下采樣處理。

2算法原理

本文基于彩色變換的迭代反射投影單幅影像的超分辨率重建整體流程如圖1所示，具體步驟如下。1)對現有的高分辨率影像進行降質模型得到對應的低分辨率影像。Il=(Ih*g)↓s(2)式(2)中，Ih為高分辨率影像，*為卷積運算符，↓s為下采樣運算符，下采樣的倍數為s，g為高斯模糊濾波器。2)對得到的低分辨率影像從RGB彩色空間轉換到YCbCr彩色空間IYCbCrl=(Irgbl)彩色空間轉換(3)式(3)中，IYCbCrl為初始輸入的RGB彩色空間的高分辨率影像，(Irgbl)彩色空間轉換為轉換到YCbCr彩色空間的高分辨率影像。3)根據人眼特性原理，人眼對亮度信息中的Y分量尤為敏感，提取其中的亮度分量信息計算誤差，計算每次迭代中的重構誤差。EYr=(IYl－IlY)(4)式(4)中，IYl為公式中低分辨率圖像中的Y通道分量，IlY為經過相同降質模型得到的Y通道分量。4)對式(4)得到的誤差進行上采樣插值，最后反投影到重建的高分辨率圖像中，得到最終的高分辨率圖像。In+1h=Inh+(U2S(EYr(I)))(5)式(5)中，In+1h為第n+1次迭代得到的Y通道的高分辨率圖像，Inh為第n次迭代得到的Y通道的高分辨率圖像。U2S表示以雙三次插值進行2倍上采樣，通過迭代式(5)設置一定的迭代次數后得到理想的高分辨率重建圖像。5)分別對原始的低分辨率圖像Cb空間和Cr空間，分別進行相同倍數的雙三次插值得到擴大后的圖像。將YCbCr三通道合并，并轉換到RGB彩色空間。得到最后的超分辨率重建結果。Irgb超分重建結果=(IYCbCr超分重建結果)彩色空間轉換(6)

3實驗結果與分析

為驗證所提出的遙感影像的超分辨率重建方法的有效性，實驗選取256×256像素大小的不同地貌類型的影像作為實驗數據，如房屋、耕地、林地等。采用Intel(R)Core(TM)i5－4210MCPU@2．60GHz64位操作系統，在MatlabR2014a平臺下編程實現。通過本文的遙感影像超分辨率重建方法實現2倍重建實驗，后續將進一步與雙三次插值以及邊緣導向插值等方法得到的重建影像進行對比分析。圖2為實驗所采用的原始數據影像。圖3至圖5依次為林地影像、房屋影像、耕地影像的降質影像以及使用雙三次插值、邊緣導向插值，以及本文方法得到的重建結果。為衡量算法性能，采用峰值信噪比(psnr)來作為評價超分辨率影像重建質量的客觀評價指標［13－14］，其定義為:通過觀察圖3至圖5等3幅影像在不同方法下重建得到的影像結果，可以發現本文方法在主觀視覺效果上一定程度地提升了圖像的紋理細節與高頻信息。而其他方法在插值擴大的過程中模糊了圖像的細節，同時觀察表1可知，本文改進的迭代反射投影算法與其他算法相比，峰值信噪比最大，客觀評價指標得到了提升，實現了影像的超分辨率重建的目的。

4結束語

本文提出了一種基于彩色空間變換和迭代反射投影的超分辨率重建算法，將得到的遙感影像通過彩色空間變換從RGB彩色空間轉換到YCbCr彩色空間，單獨對Y通道進行迭代反射投影算法使得迭代誤差最小化，在Cb和Cr通道上分別進行雙三次插值，減小計算復雜度，最后將結果轉換回RGB彩色空間得到最后的超分辨率重建結果。實驗數據表明:該算法在主觀視覺效果上得到了一定的提升，峰值信噪比較其他幾種算法有了改善。本文考慮將對重建得到的圖像增加一個后處理方法，使該算法的應用效果更好。

參考文獻:

［1］江靜，張雪松．圖像超分辨率重建算法綜述［J］．紅外技術，2012，34(1):24－30．

作者：郭桐宇 單位：遼寧工程技術大學 測繪與地理科學學院