基于双稀疏度K-SVD字典学习的遥感影像超分辨率重建

• 作者: 丁明涛 康军梅 李丽 杨振胤 王君 隋立春
• 来源期刊: 计算机工程与应用
• 学科: 地球科学
• 关键词: 超分辨率 遥感影像 字典学习 稀疏重建
• 年，卷（期）: 2018,（16）
• 所属期刊栏目: 图形图像处理
• 页码范围: 187-191
• 页数: 5页
• 分类号: P237.3|TP751
• 字数: 4902字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1705-0012

摘要

为了通过软件方式增强遥感影像的空间分辨率,提出了一种基于双稀疏度K-SVD字典学习的遥感影像超分辨率重建算法.基于稀疏表示理论,利用K-SVD字典学习算法求解低分辨率字典及其稀疏系数,将稀疏系数传递至高分辨率字典学习空间,形成高、低分辨率字典对,重建得到高分辨率遥感影像,并在字典学习和稀疏重建两个阶段设置了不同的稀疏度.实验分别采用TM5影像、资源三号影像以及USC_SIPI图像库中的遥感影像进行重建,结果表明,不论重建影像有无噪声,所提算法的峰值信噪比和结构相似指标均高于Bicubic法以及Zeyde的算法.K-SVD和双稀疏度参数的引入,不仅减少了字典学习时间,且具有高的空间分辨率提升能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丽		64	384	9.0	17.0
2	隋立春		61	737	14.0	26.0
6	杨振胤		4	1	1.0	1.0
7	康军梅		9	11	2.0	3.0
8	丁明涛		5	3	1.0	1.0
9	王君		5	13	3.0	3.0