基于压缩感知与结构自相似性的遥感图像超分辨率方法

• 作者: 孙卫东 张爱武 潘宗序 禹晶 胡少兴 马洪兵 黄慧娟
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 遥感图像超分辨率 结构自相似性 压缩感知 字典训练 图像质量评价
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 应用
• 页码范围: 859-872
• 分类号: TP751
• 字数: 11365字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2012.06.014

摘要

本文提出了一种基于压缩感知、结构自相似性和字典学习的遥感图像超分辨率方法,其基本思路是建立能够稀疏表示原始高分辨率图像块的字典.实现超分辨率所必需的附加信息来源于遥感图像中广泛存在的自相似结构,该信息可在压缩感知框架下通过字典学习而得到.这里,本文采用K-SVD方法构建字典、并采用OMP方法获取用于稀疏表达的相关系数.与现有基于样本的超分辨率方法的最大不同在于,本文方法仅使用了低分辨率图像及其插值图像,而不需要使用其他高分辨率图像.另外,为了评价方法的效果,本文还引入了一个衡量图像结构自相似性程度的新型指标SSSIM.对比实验结果表明,本文方法具有更好的超分辨率重构效果和运算效率,并且SSSIM指标与超分辨率重构效果具有较强的相关性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡少兴	北京航空航天大学机械工程与自动化学院	32	318	7.0	17.0
2	张爱武	首都师范大学三维空间信息获取与应用教育部重点实验室	76	733	14.0	25.0
3	孙卫东	清华大学电子工程系	52	471	10.0	20.0
4	黄慧娟	清华大学电子工程系	6	42	3.0	6.0
5	禹晶	清华大学电子工程系	13	537	8.0	13.0
6	潘宗序	清华大学电子工程系	5	141	5.0	5.0
7	马洪兵	清华大学电子工程系	13	74	4.0	8.0