《光学遥感图像高空间最佳分辨率预测仿真》

技术简介：

为了提高光学遥感图像的空间分辨成像能力,提出基于稀疏表示和超分辨重构的光学遥感图像高空间最佳分辨率预测方法。构建光学遥感图像的空间稀疏特征重构模型,进行光学遥感图像的多尺度小波分解,根据分解结果提取光学遥感图像的高空间最佳分辨特征量。采用邻域插值和灰阶补偿方法进行光学遥感图像高空间边缘轮廓特征提取和块分割处理,在此基础上运用基于近似稀疏表示方法进行光学遥感图像的目标块匹配和重叠区域高分辨重建,在高分辨率约束下进行图像高空间最佳分辨率预测。仿真结果表明,采用上述方法进行光学遥感图像高空间最佳分辨率预测的融合度较高,图像的重建质量较好,输出的峰值信噪比较高,图像的空间识别能力较强。

研发人员：钱六强;朱正伟;