[发明专利]一种提升微波成像仪空间分辨率的方法

说明书

技术领域

本发明涉及图像信息处理技术领域，尤其涉及基于融合技术的提升空间分辨率的方法。

背景技术

过去已经有一些没有辅助数据的提高微波成像仪空间分辨率的算法被提出。Long和Daum提出了两种方法，Backus Gilbert变换(BGI)技术和散射图像重建算法(SIR)，来提升SSM/I图像的空间分辨率。SSM/I通过对产品表面亮度和辐射方向的测量进行建模，这两种方法重建了底层亮度的分布。Sun等人用BGI方法，通过应用一个噪声参数优化来提升FY-3/MWRI的空间分辨率。近年来，基于巴拿赫空间中的梯度法，Lenti等提出了一种提高微波辐射计数据空间分辨率的重建技术。此方法在巴拿赫空间中形成一个优化函数，然后使用迭代正则化算法来派生解决方案。由于这些方法使用了较少的辅助信息，它们提高微波辐射计的空间分辨能力时明显受到限制。

在光学图像处理领域,基于融合的方法来提高多光谱和高光谱图像的空间分辨率被提出,例如,黄等提出了一种基于稀疏矩阵分解的融合方法来提高多光谱图像的空间分辨率，该方法采用高空间分辨率的RGB图像和低空间分辨率的多光谱图像的重叠来实现。Song等人提出了一个基于字典学习的方法来提高高光谱图像的空间分辨率，该方法主要利用低空间分辨率高光谱图像的光谱信息和高空间分辨率多光谱图像的空间信息之间的互补性。然而，这些方法不能应用于MWRI和MERSI图像的融合,因为他们之间没有重叠的光谱范围和空谱之间的互补性。

在光学和微波数据的融合方面,一些研究人员研究了光学和合成孔径雷达(SAR)数据之间的融合。和被动微波辐射计明显不同,SAR的特点是高空间分辨率,从而可以利用SAR图像的空间信息。Alparone等提出了利用SAR图像的纹理信息来提高美国Landsat/ETM+图像的空间分辨率。为了加强黄沙景观的结构细节,拉赫曼等提出了一种融合SAR和ETM+的方法来融合表面和次表面的特性。为了提高城市地区土地利用/覆盖类型的解释和分类,Amarsaikhan等提出了高分辨率SAR和光学图像的融合。这样的工作主要探讨了光学和SAR数据之间空间信息的互补或相似性来增强空间的特性,但很少关注光谱信息。

风云三号(FY-3)系列是中国的第二代极轨气象卫星，是为了满足中国天气预报、气候预测和环境监测等方面的迫切需要而发射。通过利用三颗卫星(FY-3A，FY-3B，FY-3C)，它捕获三维、全球、全天候信息，定量、准确地观测大气、海洋和陆地表面状态。作为成像组载荷FY-3重要成员，微波成像仪(MWRI)和中分辨率成像仪(MERSI)针对不同的应用而设计有不同的特性。MWRI提供10个通道，工作频率从10GHz～89GHz，空间分辨率在15公里到85km。而MERSI提供20通道，从0.4微米到14.4微米，空间分辨率0.25公里至1公里(通道1-5的空间分辨率为0.25km，通道6-20为1km)。因此，MWRI传感器的设计产生潜在的降水数据，云、降水、积雪和土壤水分等等，从而提供数据源监测恶劣天气事件，研究水循环，研究全球气候和环境变化。但是由于MWRI数据的低空间分辨率(LSR)限制了其在大尺度范围内的应用。另一方面，MERSI数据的特点是多光谱成像和高空间分辨率(HSR)，可用于监测中小尺度强对流和云，并产生高质量的土地利用图。在本研究中，为了把MWRI拓展到中小尺度的应用中去，我们试着通过融合MERSI数据来提升它的空间分辨率。

发明内容

本发明的目的在于克服现有技术的不足，提供一种提升微波数据空间分辨率的方法，充分利用了微波成像仪和高空间分辨率光学数据进行融合，并且将无云污染的情况和有云污染的情况结合到同一个框架内，有效地提升了微波成像仪的空间分辨率。

本发明采用的技术方案为：一种提升微波成像仪空间分辨率的方法，包括以下步骤：

步骤1、选取覆盖同一区域并且在同一时间段内获取的光学和微波图像作为输入。

步骤2、对光学图像用双三次插值法进行下采样，使它和微波图像具有相同的空间分辨率，并判断光学图像是否有云污染。

步骤3、若没有云污染，则把光学图像和微波图像进行联合训练，用稀疏编码的方法来学习一组字典使其拥有相同的表示系数。

步骤4、为了获得超分辨率重建的微波图像，我们将相对应的光学图像在步骤2所得到的字典上进行稀疏编码，得到相对应的稀疏系数。

步骤5、由于字典是联合训练得到的，所以光学和微波图像具有相同的稀疏系数，用步骤4得到的稀疏系数和对应的微波字典进行重建即可得到相对应的超分辨率重建后的微波图像。