一种基于多源参考信息的遥感图像盲复原方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110969582A(43)申请公布日2020.04.07(21)申请号201910742086.8(22)申请日2019.08.13(71)申请人中国科学院遥感与数字地球研究所地址100094北京市海淀区邓庄南路9号(72)发明人刘鹏宁子涵赵灵军王力哲(74)专利代理机构北京纽乐康知识产权代理事务所(普通合伙)11210代理人秦月贞(51)Int.Cl.G06T5/00(2006.01)权利要求书2页说明书5页附图6页(54)发明名称一种基于多源参考信息的遥感图像盲复原方法(57)摘要本发明涉及一种基于多源参考信息的遥感图像盲复原方法，包括以下步骤：建立目标图像退化模型；建立虚拟观测模型；对各参数进行分布定义；得到模糊核、原始图像的目标函数以及超参数的计算关系；对模糊核、原始图像、超参数进行交替优化，提升图像复原效果。本发明能够利用参考图像支持模糊核估计，进而提升图像复原的效果，解决降晰的模糊图像的点扩展函数估计困难和复原效果较差的问题。CN110969582ACN110969582A权利要求书1/2页1.一种基于多源参考信息的遥感图像盲复原方法，其特征在于，包括以下步骤：S1、建立目标图像退化模型；S2、建立虚拟观测模型；S3、对各参数进行分布定义；S4、得到模糊核、原始图像的目标函数以及超参数的计算关系；S5、对模糊核、原始图像、超参数进行交替优化，提升图像复原效果。2.根据权利要求1所述的一种基于多源参考信息的遥感图像盲复原方法，其特征在于，S1步骤具体为：建立目标图像退化模型：z＝k*u+nz(1)，其中，z为观测到的模糊图像，u是原始图像，k是模糊核，nz是噪声，符号*代表卷积运算。3.根据权利要求2所述的一种基于多源参考信息的遥感图像盲复原方法，其特征在于，假定噪声nz是方差为均值为零的高斯白噪声，将模糊图像z、原始图像u和模糊核k都展TTT开成为向量：z＝[z1，z2，...，zN]，u＝[u1，u2，...，uN]，k＝[k1，k2，...，kM]。4.根据权利要求3所述的一种基于多源参考信息的遥感图像盲复原方法，其特征在于，S2步骤具体为：引入同场景另一颗卫星清晰的参考图像v，并虚拟一个观测值y，所述观测值y是相同核函数k降晰条件下参考图像v的退化图像，虚拟的观测模型表示为y＝k*v+ny(2)。5.根据权利要求4所述的一种基于多源参考信息的遥感图像盲复原方法，其特征在于，定义方程(1)和(2)在服从高斯分布下有条件概率的形式：6.根据权利要求5所述的一种基于多源参考信息的遥感图像盲复原方法，其特征在于，TS3步骤具体为：对任意的图像像素ui(u＝[u1，...，ui，...，uN])，设ui服从参数为αi的拉普拉斯分布T那么图像向量u＝[u1，u2，...，uN]的分布为：相应的超参数αi定义服从为伽马分布：T此时，参数向量α＝[α1，αi，...，αN]的分布定义为：卷积核k的分布定义为：2CN110969582A权利要求书2/2页7.根据权利要求6所述的一种基于多源参考信息的遥感图像盲复原方法，其特征在于，基于贝叶斯定理将上述步骤中各个分布的关系写成：p(k，u，y，α|z，v)＝p(z|k，u)p(y|k，v)p(k)p(v)p(u|α)p(α)(10)。8.根据权利要求7所述的一种基于多源参考信息的遥感图像盲复原方法，其特征在于，将方程(3)-(9)带入到方程(10)，整理得：9.根据权利要求8所述的一种基于多源参考信息的遥感图像盲复原方法，其特征在于，S4步骤具体为：以KL散度为代价函数并基于变分贝叶斯方法得到关于模糊核和原始图像的目标函数：以及超参数方程：10.根据权利要求9所述的一种基于多源参考信息的遥感图像盲复原方法，其特征在于，在实际求解过程中对方程(12)、(13)、(14)交替进行优化。3CN110969582A说明书1/5页一种基于多源参考信息的遥感图像盲复原方法技术领域[0001]本发明涉及遥感图像处理领域，具体来说，涉及一种基于多源参考信息的遥感图像盲复原方法。背景技术[0002]遥感图像处理(processingofremotesensingimagedata)是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术。[0003]在现有的技术需求中，对遥感图像的复原处理一直都是技术人员们孜孜追求的目标，不过时至今日，该技术还是并未得到突破性的进展，图像的复原效果还是很难达到要求。[0004]针对相关技术中的问题，目前尚未提出有效的解决方案。发明内容[0005]针对相关技术中的上述技术问题，本发明提出一种基于多源参考信息的遥感图像