基于參考影像梯度信息的壓縮感知遙感圖像重建算法
【專利摘要】本發明公開了一種基于參考影像梯度信息的壓縮感知遙感圖像重建算法，包括對預先配置的目標影像的稀疏系數設置初始值，并設置目標影像的稀疏約束；計算預先配置的與目標影像相匹配的參考影像的稀疏系數，并設置參考影像的稀疏約束；根據目標影像的稀疏系數和稀疏約束以及參考影像的稀疏系數和稀疏約束計算目標影像和參考影像的梯度信息；根據參考影像的梯度信息，設置與參考影像的梯度信息相垂直的單位向量；根據上述步驟，構建約束項，將約束項加入到目標影像中進行重建；基于預先配置的優化方法，對目標影像的預先配置的信號進重建。本發明的有益效果為：將參考影像的梯度信息作為約束信息，加入目標影像重建過程，提高了影像的重建精度。
【專利說明】基于參考影像梯度信息的壓縮感知遙感圖像重建算法
【技術領域】
[0001] 本發明涉及一種基于參考影像梯度信息的壓縮感知遙感圖像重建算法。
【背景技術】
[0002] 在遙感影像應用中，同一區域通常包含多源、多時相的影像，這些影像之間的光譜 雖然不同，但是其紋理方向存在很大的相似性，因此需要構造一個懲罰約束項，用參考影像 的梯度信息來約束目標影像的重建過程。
[0003] 針對相關技術中的問題，目前尚未提出有效的解決方案。
【發明內容】
[0004] 本發明的目的是提供一種基于參考影像梯度信息的壓縮感知遙感圖像重建算法， 將參考影像的梯度信息作為約束信息，加入目標影像的重建過程，提高影像的重建精度。
[0005] 本發明的目的是通過以下技術方案來實現： 一種基于參考影像梯度信息的壓縮感知遙感圖像重建算法，包括以下步驟： 步驟1 :對預先配置的目標影像的稀疏系數設置初始值，并設置目標影像的稀疏約束； 計算預先配置的與目標影像相匹配的參考影像的稀疏系數，并設置參考影像的稀疏約束； 步驟2 :根據目標影像的稀疏系數和稀疏約束以及參考影像的稀疏系數和稀疏約束計 算所述目標影像和參考影像的梯度息； 步驟3 :根據所述參考影像的梯度信息，設置一與所述參考影像的梯度信息相垂直的 單位向量； 步驟4 :根據步驟1至步驟3,構建與目標影像相匹配的約束項，將約束項加入到目標影 像中進行重建； 步驟5 :基于預先配置的優化方法，對目標影像的預先配置的信號進重建。
[0006] 進一步的，在步驟5中，預先配置的優化方法包括共軛梯度Con junction Gradient優化方法和分裂布雷格曼Bregman Split優化方法。
[0007] 本發明的有益效果為：將參考影像的梯度信息作為約束信息，加入目標影像的重 建過程，有效的提高了影像的重建精度。
【專利附圖】
【附圖說明】
[0008] 為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例中所 需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施 例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲 得其他的附圖。
[0009] 圖1是根據本發明實施例所述的一種基于參考影像梯度信息的壓縮感知遙感圖 像重建算法的流程圖。
【具體實施方式】
[0010] 下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于 本發明中的實施例，本領域普通技術人員所獲得的所有其他實施例，都屬于本發明保護的 范圍。
[0011] 如圖1所示，根據本發明實施例所述的一種基于參考影像梯度信息的壓縮感知遙 感圖像重建算法，包括以下步驟： 步驟1 :對預先配置的目標影像的稀疏系數設置初始值，并設置目標影像的稀疏約束； 計算預先配置的與目標影像相匹配的參考影像的稀疏系數，并設置參考影像的稀疏約束； 步驟2 :根據目標影像的稀疏系數和稀疏約束以及參考影像的稀疏系數和稀疏約束計 算所述目標影像和參考影像的梯度息； 步驟3 :根據所述參考影像的梯度信息，設置一與所述參考影像的梯度信息相垂直的 單位向量； 步驟4 :根據步驟1至步驟3,構建與目標影像相匹配的約束項，將約束項加入到目標影 像中進行重建； 步驟5 :基于預先配置的優化方法，對目標影像的預先配置的信號進重建。
[0012] 在步驟5中，預先配置的優化方法包括共軛梯度Conjunction Gradient優化方法 和分裂布雷格曼Bregman Split優化方法。
[0013] 具體應用時， 1) 給定目標影像稀疏系數的初始值，設定稀疏約束; 2) 計算參考影像的梯度信息Yv ;
【權利要求】
1. 一種基于參考影像梯度信息的壓縮感知遙感圖像重建算法，其特征在于，包括w下 步驟： 步驟1;對預先配置的目標影像的稀疏系數設置初始值，并設置目標影像的稀疏約束； 計算預先配置的與目標影像相匹配的參考影像的稀疏系數，并設置參考影像的稀疏約束； 步驟2 ;根據目標影像的稀疏系數和稀疏約束W及參考影像的稀疏系數和稀疏約束計 算所述目標影像和參考影像的梯度信息； 步驟3 ;根據所述參考影像的梯度信息，設置一與所述參考影像的梯度信息相垂直的 單位向量； 步驟4 ;根據步驟1至步驟3,構建與目標影像相匹配的約束項，將約束項加入到目標影 像中進行重建； 步驟5 ;基于預先配置的優化方法，對目標影像的預先配置的信號進重建。
2. 根據權利要求1所述的基于參考影像梯度信息的壓縮感知遙感圖像重建算法，其特 征在于，在步驟5中，預先配置的優化方法包括共輛梯度Conjunction Gradient優化方法 和分裂布雷格曼化egman Split優化方法。
【文檔編號】G06T5/50GK104463823SQ201410852665
【公開日】2015年3月25日 申請日期:2014年12月31日 優先權日:2014年12月31日
【發明者】劉鵬, 王力哲, 樊聰 申請人:中國科學院遙感與數字地球研究所