月球车图像超分辨率重建算法
为了更好地满足嫦娥探月工程二期中月球车导航和探测规划任务对图像数据的要求,提出了一种基于压缩感知的超分辨率图像重建方法,利用经过模糊处理并加入噪声的低分辨率图像重建原始的高分辨率图像,实现了月球车图像的超分辨率重建.算法采用局部Sparse-Land模型,从美国阿波罗计划获取的月面图像、嫦娥二期工程实验中获取的图像以及随机选取的自然图像中提取了大量训练图块,采用K-SVD算法完成了高、低分辨率过完备字典Ah和Af的学习,在对待重建图像进行有效分割的基础上,通过求解优化问题获得待处理低分辨率图块的稀疏表示,并将表示系数用于Ah以生成对应的高分辨率图块.最后,运用最小二乘算法,得到满足重构约束的高分辨率图像.实验结果表明,此算法在视觉效果及PSNR指标上均优于插值方法和Yang的方法.
压缩感知、超分辨率、过完备字典、稀疏表达
38
P237.3(摄影测量学与测绘遥感)
国家自然科学基金资助项目41072298
2013-07-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
436-439