[发明专利]基于光谱保真度的高光谱图像超分辨率形成方法和系统

说明书

本发明公开了一种基于光谱保真度的高光谱图像超分辨率形成方法和系统，其方法包含：获取低分辨率图像，建立高分辨率格网，投影到高分辨率格网，获得采样数据，进行鲁棒归一化卷积获得第一次重建估计图像，通过各向异性测度函数判断是否达到预设阈值，调整适应度函数，通过自适应归一化卷积计算得到像素值，从而得到最终高分辨率图像；本发明提高了重建后图像的清晰度，并且有效改善了图像光谱信息的保持程度，降低了图像邻域内噪声和异常值对重建结果的干扰，重建结果在空间细节信息的表现能力和光谱信息的保持方面都有一定程度的提高。

技术邻域

本发明属于图像处理邻域，涉及到一种基于光谱保真度的高光谱图像超分辨率形成方法和系统。

背景技术

图像的超分辨率重建是指对多幅具有互补信息的低分辨率图像采用数字图像处理的方法重建出一幅或多幅高分辨率的图像的技术。其可以在不改变硬件设备的前提下，提高图像的空间分辨率。由于高光谱图像具有图谱合一、波段多、光谱分辨率高、数据量大等特点，使其在环境监测、矿物识别、遥感应用及生物信息识别等方面有很广阔的应用前景。但受到硬件条件的限制，使得在获取高光谱图像时不能同时兼顾高光谱分辨率和高空间分辨率，从而导致高光谱的发展在应用邻域受到限制。因此，针对高光谱图像的超分辨率图像重建技术的研究具有特别重要的理论意义和价值。

然而，现有的超分辨率重建方法大都致力于更好地保持边缘细节信息和提高算法的运算效率，降低算法复杂度这两方面，没有针对抑制邻域内异常值和噪声的方法。另一方面，传统的超分辨率重建方法在提高高光谱图像空间分辨率的同时，忽略了图像的光谱信息，使重建后图像中普遍存在光谱信息缺失的问题，由此得到的重建图像并不适用于实际应用，一定程度上削弱了超分辨率重建技术在实践中的价值。

发明内容

针对传统的超分辨率重建方法没有完全考虑局部邻域内异常值对重建结果的干扰，忽略了图像的光谱信息，导致重建后图像中存在明显的光谱信息缺失以及明显的噪声和模糊降质的问题，本发明提供了一种基于光谱保真度的高光谱图像超分辨率形成方法和系统，用于解决上述技术问题，不仅考虑了局部邻域的空间信息还考虑了邻域像素的光谱相关性，通过新增约束条件，完善重建模型，提高重建后图像质量。所述基于光谱保真度的高光谱图像超分辨率形成方法，包括如下步骤：

S1、获取一个区域的多个低分辨率图像，对于该区域的低分辨率图像：将多个低分辨率图像整合为一个高分辨率图像；选择其中一幅低分辨率图像作为基准图像，根据基准图像建立高分辨率格网；

S2、将步骤S1获取的其余低分辨率图像进行配准转化为参考图像坐标系，将所有图像投影到步骤S1所述高分辨率格网中，获得非均匀采样数据；

S3、对所述高分辨率格网每一个网格作为一个像素点，对所有的像素点使用鲁棒归一化卷积进行卷积运算，将计算结果作为当前像素点的像素值，当所有像素点完成鲁棒归一化卷积运算后，将所有的组成第一次重建估计图像

S4、从n＝1开始判断所述重建估计图像当前像素点的局部邻域各向异性测度函数A_n值是否大于预设的阈值，若是则继续步骤S5，若否，则进行步骤S5’；

S5、构建自适应结构的适应度函数a_n，对当前像素点邻域进行调整；继续步骤S6；

S6、对邻域调整后的像素点进行误差逼近的自适应归一化卷积计算，当误差逼近函数值达到预设的阈值时，将自适应归一化卷积计算结果作为当前像素点的像素值；继续步骤 S7；

S5’、保持适应度函数不变；继续步骤S6’；

S6’、对所述高分辨率格网所有的像素点使用鲁棒归一化卷积进行卷积运算，得到像素值，继续步骤S7；

S7、将n更新为n+1；判断所有像素点是否计算完毕，若是，则进行步骤S8，若否，则返回步骤S4；