同步軌道衛(wèi)星姿態(tài)欠采樣量測下超分辨率圖像重建的方法
【技術領域】
[0001] 本發(fā)明涉及一種基于星載畫幅式相機姿態(tài)量測信息欠采樣條件下的多畫面超分 辨率圖像重建技術的方法，適用于提高空間遙感成像分辨率，提升影像質量的遙感應用領 域，尤其適用于地球同步軌道衛(wèi)星的凝視成像模式，在獲取的姿態(tài)量測信息更新速率低于 相機輸出畫面速率的情況下，利用欠采樣量測信息約束下的低分辨率圖像序列重建出超分 辨率的高清圖像，具體地說，是涉及一種同步軌道衛(wèi)星姿態(tài)欠采樣量測下超分辨率圖像重 建的方法。
【背景技術】
[0002] 地球同步軌道衛(wèi)星搭載的畫幅式相機采用對地凝視成像的觀測機制，具有對同一 地區(qū)持續(xù)獲取圖像的能力，時間分辨率大大提高。然而，在圖像獲取過程中，諸多因素如光 學系統(tǒng)的像差、大氣的擾動、目標與成像器件之間的相對運動、離散采樣和系統(tǒng)噪聲等等會 導致影像退化而降低了分辨率。而且受C⑶成像器件像元尺寸的限制，離散采樣間距過大 造成的欠采樣效應也會導致圖像空間分辨力的降低。如何在不改變現(xiàn)有探測器的前提下提 高光電成像系統(tǒng)整體指標，獲得具有更高空間分辨率的圖像，是超分辨重建技術旨在解決 的問題。利用多幅低分辨率圖像，可以有效降低空間離散采樣間距，實現(xiàn)圖像在空間上的過 采樣，從而重建出更高分辨率的圖像。該技術可以在不改變現(xiàn)有成像設備的前提下，克服成 像系統(tǒng)的固有分辨率局限，提高現(xiàn)有數(shù)字圖像處理系統(tǒng)的性能，具有經濟實用的特點，應用 前景十分廣闊。
[0003] 傳統(tǒng)的圖像過采樣技術主要圍繞著單幀圖像的最鄰近插值、雙線性插值、立方樣 條插值等方法。其僅利用了圖像的空間信息，改變了圖像的視覺效果，但沒有提高圖像的信 息量，得到的圖像分辨率有很大的限制，并不能滿足實際應用要求。所以目前的研究主要集 中在多幀圖像的重建，但是如果僅僅只是對光電系統(tǒng)拍攝的序列圖像進行處理，序列圖像 之間的相對位移具有不確定性，這樣重建出來的圖像，其分辨率并不能有很大的改觀。所以 應用新的信息獲取及處理技術實現(xiàn)超分辨成像，在光學系統(tǒng)參數(shù)和探測器基本不變的情況 下，提高光電成像系統(tǒng)分辨能力和識別概率的方法成為當前最具潛力的技術手段。其有效 途徑之一是通過特定的光電成像手段獲取內容相關但存在相對位移的序列圖像，通過有針 對性軟件重建算法，重建出更高分辨率的圖像。這樣重建的圖像，包含了多幀圖像序列的信 息，大大增加了圖像信息內容，因此可以真正實現(xiàn)在現(xiàn)有的探測器及光學系統(tǒng)不變的前提 下，有效提高了成像分辨力。
[0004] 圖1為當今主要使用的超分辨率圖像重建方法步驟，而空域超分辨率重建算法中 的大多算法（如迭代反向投影、凸集投影、最大后驗概率估計等）把插值和消除模糊與噪聲 這兩個環(huán)節(jié)綜合成了一個過程。
[0005] 當今基于低分辨率圖像序列的超分辨重建技術需要對每幅圖像估計相對于基準 圖像的運動位移，普通的航攝相機需要在拍攝每一幅圖片的時候都給出當時的相機姿態(tài)信 息，用于幀間相對位移估計和后續(xù)的幾何校正等處理。但對于同步軌道衛(wèi)星的姿態(tài)量測信 息的獲取時間間隔遠長于拍攝的時間間隔，相對于輸出圖像幀頻處于欠采樣狀態(tài)，無法采 用傳統(tǒng)航攝相機的處理手段來進行超分辨率重建。

【發(fā)明內容】

[0006] 為解決上述技術問題，本發(fā)明提供了一種同步軌道衛(wèi)星姿態(tài)欠采樣量測下超分辨 率圖像重建的方法，包括步驟：
[0007] 讀取同步軌道衛(wèi)星時間欠采樣的低分辨率序列圖像Iu;
[0008] 視同步軌道衛(wèi)星姿態(tài)變化為簡諧運動，利用已有的低分辨率圖像Iu序列進行建 模，得到符合其基本變化規(guī)律的模型方程，然后通過得到的模型方程推導出卡爾曼濾波狀 態(tài)方程和量測方程，接著根據離散卡爾曼濾波基本方程進行預測，得到時間信息充分的同 步軌道衛(wèi)星姿態(tài)變化的低分辨率圖像序列Iu;
[0009] 采用泰勒級數(shù)法對所述低分辨率圖像序列込運動估計結果進行圖像配準；
[0010] 采用時間信息標志的凸集投影POCS算法對低分辨率圖像序列込2進行空域超分辨 率重建。
[0011] 優(yōu)選地，所述步驟視同步軌道衛(wèi)星姿態(tài)變化為簡諧運動，利用已有的低分辨率圖 像Iu序列進行建模，得到符合其基本變化規(guī)律的模型方程，然后通過得到的模型方程推導 出卡爾曼濾波狀態(tài)方程和量測方程，接著根據離散卡爾曼濾波基本方程進行預測，得到時 間信息充分的同步軌道衛(wèi)星姿態(tài)變化的低分辨率圖像序列込，進一步為，
[0012] 同步軌道衛(wèi)星姿態(tài)變化為兩維變化，將相機和星體設為一個完整剛體，僅考慮其 振動的低頻信息，根據下式建立一個反映同步軌道衛(wèi)星運動變化的低階模型，得到同步軌 道衛(wèi)星姿態(tài)變化引起的完整圖像序列Iurough:
[0014] X(t)指圖像X方向隨時間變化發(fā)生的位移，A指圖像在X方向的振幅，ωχ指圖像 在X方向的振動頻率，A指圖像在X方向的相位，Y(t)指圖像y方向隨時間變化發(fā)生的位 移，B指圖像在y方向的振幅，圖像在y方向的振動頻率，％指圖像在y方向的相位；
[0015] 通過二維卡爾曼濾波預測法遞推得到較高精度，
[0016] 低分辨率圖像尚散系統(tǒng)的狀態(tài)方程：
[0017] X(xk, yk) = φ (k|k-l)x(xk !, yk !)+G(k)w(k)
[0018] 低分辨率圖像離散系統(tǒng)的量測方程：
[0019] Z (xk, yk) = H (k) X (xk, yk) +v (k)
[0020] 其中，Z(xk，yk)為k時刻的量測矩陣，w(k)和v(k)分別為狀態(tài)噪聲和量測噪聲， 均為互不相關的高斯白噪聲向量序列，其協(xié)方差矩陣分別為Q(k)和R(k) ;Φ(1〇 e RnXn， G(k) eRnXp和H(k) e Rmxn分別為狀態(tài)轉移矩陣，輸入轉移矩陣和量測轉移矩陣，這里的n和P指矩陣的維度，所述量測轉移矩陣指測量得到的已知值；
[0021] 已知狀態(tài)方程 X (Xk, yk) = φ (k I k-1) X (xk yk i) +G (k) w (k)和所述量測方程 Z(xk，yk) = H(k)X(xk，yk)+v(k)，假設現(xiàn)在的系統(tǒng)狀態(tài)是k，貝IJ根據系統(tǒng)的模型，可以基于系 統(tǒng)的上一狀態(tài)k-1而預測出現(xiàn)在的狀態(tài)：
[0022] X (xk，yk I Xk η yk D = Φ (k I k_l) X (Xk !，yk ! I Xk !，yk !)
[0023] 其中X (xk η yk! I xk D yk D代表上一狀態(tài)最優(yōu)結果。
[0024]則 X (xk，yk I Xk i，yk i)對應的協(xié)方差：
[0025] P (k I k-1) = Φ (k I k-1) X (xk !, yk ! I xk !, yk i) ΦT (k I k-1) +G (k-1) Q (k-1) Gt (k-1)
[0026] 得到現(xiàn)在狀態(tài)k的預測結果，再收集現(xiàn)在狀態(tài)的量測值，結合這二者，得到現(xiàn)在狀 態(tài)k的最優(yōu)化估算值X (xk, yk I xk, yk):
[0027] X (xk, yk I xk, yk) = X (xk, yk | xk 1; yk ^ +K (k) [Z (xk, yk) -H (k) X (xk, yk | xk 1; yk ,)]
[0028] 其中K(k)為卡爾曼增益：
[0029] K (k) = P (k I k-1) Ht (k) [H (k) P (k I k-1) Ht (k) +R (k) ] 1
[0030] 再更新k狀態(tài)下X (xk, yk I xk, yk)的協(xié)方差：
[0031] P(k|k) = (I-K(k)H)P(k|k-l)
[0032] 其中I為I的矩陣，對于單模型單測量，I = 1。
[0033] 優(yōu)選地，所述步驟采用泰勒級數(shù)法對所述低分辨率圖像序列込運動估計結果進 行圖像配準，進一步為，
[0034] 令參考圖像為f，待配準的圖像為g，假設相互之間的位移為a和b，將圖像g通過 泰勒級數(shù)展開，并忽略高次項得：
[0036] 定義誤差函數(shù)E為：
[0038] 則配準的過程為：
[0040] 優(yōu)選地，所述步驟采用時間信息標志的凸集投影POCS算法對低分辨率圖像序列 L進行空域超分辨率重建，進一步為，
[0041] 對于每一個低分辨率圖像的像素 y On1, m2，t)定義如下凸約束集合：
[0043] 其中y Oii1, m2, t)表示t時間的低分辨率圖像的Oii1, m2)像素值，f Oi1, n2, k)表示高 分辨率圖像Oi1, n2)的像素值，r(f) Oii1, m2, t)為與y Oii1, m2, t)有關的殘差，δ Jm1, m2, t)是閾 值，
[0045] f Oi1, n2，k)向凸集多次投影，最終可確定改點處的像素值，得到矩陣： CN 105184762 A 說明書 4/9 頁
[0047] 與現(xiàn)有技術相比，本發(fā)明所述的同步軌道衛(wèi)星姿態(tài)欠采樣量測下超分辨率圖像重 建的方法，達到了如下效果：
[0048] 超分辨率圖像重建成功的關鍵是低分辨率圖像序列含有非冗余的互補信息。從 統(tǒng)計學意義上講，上述的互補信息稱為樣本信息，它們?yōu)槌直媛蕡D像重建過程提供了數(shù) 據樣本，互補性的樣本信息越充分，增加的信息量越大，超分辨率重建的效果越好。與普通 航攝相機不同，地球同步軌道衛(wèi)星搭載的畫幅式相機無法獲取與相機拍攝同步的姿態(tài)量測 信息，因此無法按照傳統(tǒng)相機共面方程的形式做變形校正；而且地面場景復雜，成像畫幅 大，沒有姿態(tài)量測信息約束的盲重建方法存在著運動估計偏差大，處理時間長等缺點。本發(fā) 明的優(yōu)點在于利用欠采樣量測信息約束下的低分辨率圖像序列重建出超分辨率的高清圖 像，其中針對星體姿態(tài)的周期性變化規(guī)律開展簡諧振動建模和利用二維卡爾曼濾波的方法 完成對每幀圖像運動位移的估計，解決了姿態(tài)量測信息欠采樣的影響，完成了序列圖像的 時-空配準，保證了重建圖像分辨率提升的質量。
【附圖說明】
[0049] 此處所說明的附圖用來提供對本發(fā)明的進一步理解，構成本發(fā)明的一部分，本發(fā) 明的示意性實施例及其說明用于解釋本發(fā)明，并不構成對本發(fā)明的不當限定。在附圖中：
[0050] 圖1為傳統(tǒng)超分辨率重建的方法流程圖；
[0051] 圖2為本發(fā)明基于同步軌道衛(wèi)星姿態(tài)欠采樣量測下超分辨率圖像