基于參考影像紋理約束的壓縮感知遙感圖像重建方法
【技術領域】
[0001] 本發明涉及多源遙感數據的壓縮感知信號重建方法，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】
[0003] 在遙感影像應用中，同一區域通常包含多源、多時相的影像，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。作為遙感影像識別特征之一，影像紋理結構與地 物光譜特征和形狀特征一起被用于遙感影像的識別。與目標地物的光譜特征相比，遙感影 像中地物的紋理結構特征相對更為穩定，因此在高分辨率影像分析中具有重要意義。
[0004] 鑒于此，需要構造一個懲罰約束項，能夠用參考影像的紋理信息來約束目標影像 的重建過程；由此可知，現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 鑒人類視覺系統對影像的處理過程，計算目標影像和參考影像紋理在小波系數中的統計特 征，分別構建相應的特征向量，用特征向量的相似程度構建參考約束，約束目標影像稀疏系 數的重建過程，提高重建影像的精度。
[0005]

【發明內容】

[0006] 本發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對影像的處理過程，計算目標影像和參考影像紋理小波系數的統 計特征，分別構建相應的特征向量，用特征向量的相似程度構建參考約束，約束目標影像稀 疏系數的重建過程，提高重建影像的精度。
[0007] 本發明的目的是通過以下技術方案來實現： 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 :對預先設置的目標影像的稀疏系數設置初始值為全零向量，計算預先配置的 與目標影像相匹配的參考影像小波子影像的稀疏系數； 步驟2 :基于紋理在小波變換域的統計特性，根據目標影像的稀疏系數和參考影像小 波子影像的稀疏系數，計算所述目標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距離標準，計算目標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，即得到上述兩個紋理特征向量的相似度； 步驟4 :根據預先定義的參考約束形式，將相似度加入到目標影像的稀疏系數中進行 更新，計算更新后的目標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 相似度得到目標影像基于參考影像的約束度； 步驟5 :重復步驟2至步驟4的過程，直至所述目標影像的稀疏系數符合預先設置的迭 代終止條件。
[0008] 進一步的，在步驟2中，所述目標影像的紋理特征向量包括能量、標準差、平均絕 對偏差以及熵。
[0009] 進一步的，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、標準差、 平均絕對偏差以及熵。
[0010] 進一步的，在步驟4中，所述目標影像的紋理特征向量與參考影像的紋理特征向 量的相似度與目標影像基于參考影像的約束度成反比關系。
[0011] 本發明的有益效果為：將參考影像小波變換子影像的統計紋理特征作為先驗約 束，添加到目標影像的重建過程中，提高目標影像的重建精度。
[0012]
【附圖說明】
[0013] 為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例中所 需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施 例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲 得其他的附圖。
[0014] 圖1是根據本發明實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。
【具體實施方式】
[0015] 下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于 本發明中的實施例，本領域普通技術人員所獲得的所有其他實施例，都屬于本發明保護的 范圍。
[0016] 如圖1所示，根據本發明實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 :對預先設置的目標影像的稀疏系數設置初始值為全零向量，計算預先配置的 與目標影像相匹配的參考影像小波子影像的稀疏系數； 步驟2 :基于紋理在小波變換域的統計特性，根據目標影像的稀疏系數和參考影像小 波子影像的稀疏系數，計算所述目標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距離標準，計算目標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，即得到上述兩個紋理特征向量的相似度； 步驟4 :根據預先定義的參考約束形式，將相似度加入到目標影像的稀疏系數中進行 更新，計算更新后的目標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 相似度得到目標影像基于參考影像的約束度； 步驟5 :重復步驟2至步驟4的過程，直至所述目標影像的稀疏系數符合預先設置的迭 代終止條件。
[0017] 其中，在步驟2中，所述目標影像的紋理特征向量包括能量、標準差、平均絕對偏 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、標準差、平均絕對偏 差以及熵。
[0019] 此外，在步驟4中，所述目標影像的紋理特征向量與參考影像的紋理特征向量的 相似度與目標影像基于參考影像的約束度成反比關系，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， 步驟1 :設目標影像的稀疏系數的初始值為全零向量，計算參考影像的稀疏系數 a re 為充分利用人類視覺系統的感知特性，我們在對影像進行稀疏表征時采用小波變換， 其多分辨率、多角度的時頻特性，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中的統計特征，計算目標影像和參考影像小波系數 的統計特征及特征向量f 我們假設尺度空間的能量分布可以作為獨特的紋理描述特征，視覺皮質的心理學研宄 也支持這一論斷，因此小波變換子影像的能量/、標準差/平均絕對偏差F33,以及熵 這些參數都可以用作紋理特征識別參數，
【主權項】
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:對預先設置的目標影像的稀疏系數設置初始值為全零向量，計算預先配置的 與目標影像相匹配的參考影像小波子影像的稀疏系數； 步驟2 :基于紋理在小波變換域的統計特性，根據目標影像的稀疏系數和參考影像小 波子影像的稀疏系數，計算所述目標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距離標準，計算目標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，即得到上述兩個紋理特征向量的相似度； 步驟4 :根據預先定義的參考約束形式，將相似度加入到目標影像的稀疏系數中進行 更新，計算更新后的目標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 相似度得到目標影像基于參考影像的約束度； 步驟5 :重復步驟2至步驟4的過程，直至所述目標影像的稀疏系數符合預先設置的迭 代終止條件。
2. 根據權利要求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，所述目標影像的紋理特征向量包括能量、標準差、平均絕對偏差以及 熵。
3. 根據權利要求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、標準差、平均絕對偏 差以及熵。
4. 根據權利要求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 與目標影像基于參考影像的約束度成反比關系。
【專利摘要】本發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，包括對預先設置的目標影像的稀疏系數設置初始值，計算預先配置的參考影像小波子影像的稀疏系數；基于紋理在小波變換域統計特性，計算目標影像和參考影像小波子影像的紋理特征向量；基于Canberra距離標準，計算上述兩個紋理特征向量的距離，得到相似度；根據參考約束形式，將相似度加入到目標影像的稀疏系數中進行更新，計算紋理特征向量相似度，得到目標影像的約束度；重復更新過程，直至目標影像稀疏系數符合預先設置的迭代終止條件。本發明的有益效果為：將參考影像小波變換子影像的統計紋理特征作為先驗約束，添加到目標影像的重建過程中，提高目標影像的重建精度。
【IPC分類】G06T5-00
【公開號】CN104657944
【申請號】CN201410851641
【發明人】王力哲, 劉鵬, 樊聰, 和繼軍
【申請人】中國科學院遙感與數字地球研究所
【公開日】2015年5月27日
【申請日】2014年12月31日