| 一种基于稀疏字典和残余字典的遥感图像超分辨重建算法 |
| |
| 引用本文： | 杨晓敏,吴炜,干宗良,严斌宇,张莹莹.一种基于稀疏字典和残余字典的遥感图像超分辨重建算法[J].四川大学学报(工程科学版),2015,47(3):71-76. |
| |
| 作者姓名： | 杨晓敏 吴炜 干宗良 严斌宇 张莹莹 |
| |
| 作者单位： | 1. 四川大学电子信息学院,四川成都,610064
2. 南京邮电大学通信与信息工程学院,江苏南京,210003 |
| |
| 基金项目： | 多个基金项目：请在下栏中列出所有明细（含项目号和具体课题名） |
| |
| 摘 要： | 为了解决低分辨率遥感图像超分辨率重建问题,提出一种基于稀疏字典和结构自相似性的遥感图像超分辨方法.首先,引入了稀疏字典学习方法,改善了字典的结构性,得到的字典具有较好的正则性与灵活性.此外,为了更好地重建高分辨率图像,学习初始稀疏字典对和残余稀疏字典对.初始稀疏字典对用于重建初始高分辨率遥感图像;初始高分辨率遥感图像相对于原始高分辨率图像失去了部分细节信息,用残余稀疏字典对对图像的残留信息进行重建.最后,根据遥感图像存在大量的结构相似性特性,利用非局部均值算法对重建图像进行修正.实验结果表明,本算法与其他算法相比,图像质量在主观和客观方面都有所提高,峰值信噪(PSNR)比达到24.690 5,SSIM达到0.736 3.
|
| 关 键 词： | 遥感图像 超分辨率 字典学习 稀疏表示 |
| 收稿时间： | 7/1/2014 12:00:00 AM |
| 修稿时间： | 2014/10/11 0:00:00 |
Remote Sensing Image Super-Resolution By Using Sparse Dictionary and Residual Dictionary |
| |
| YANG Xiaomin
,
WU Wei
,
GAN Zhongliang
,
YAN Binyu
,
ZHANG Yingying.Remote Sensing Image Super-Resolution By Using Sparse Dictionary and Residual Dictionary[J].Journal of Sichuan University (Engineering Science Edition),2015,47(3):71-76. |
| |
| Authors: | YANG Xiaomin WU Wei GAN Zhongliang YAN Binyu ZHANG Yingying |
| |
| Affiliation: | College of Electronics and Information Engineering, Sichuan University |
| |
| Abstract: | |
| |
| Keywords: | Remote Sensing Images Super-Resolution Dictionary Learning Sparse representation |
|
| 点击此处可从《四川大学学报(工程科学版)》浏览原始摘要信息 |
|
点击此处可从《四川大学学报(工程科学版)》下载全文 |
|
