买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于Loretzian范数和自适应双边总变分正则化重建的星载微波散射计空间分辨率增强方法_吉林大学_202410016514.X 

申请/专利权人:吉林大学

申请日:2024-01-05

公开(公告)日:2024-04-09

公开(公告)号:CN117853337A

主分类号:G06T3/4053

分类号:G06T3/4053;G01S7/41;G06T5/90

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.26#实质审查的生效;2024.04.09#公开

摘要:本发明公开了一种基于Lorentzian范数和自适应双边总变分正则化重建的星载微波散射计遥感影像空间分辨率增强方法。具体方法是从星载微波散射计退化机理建模出发,提出了LABTV正则化重建算法,该算法在双边总变分正则化算法的基础上引入了自适应的权值系数,有效地抑制噪声的同时保持图像的纹理细节,同时引入Lorentzian范数进一步提高了重建算法的性能。本发明提出的星载微波散射计分辨率增强算法能够将低空间分辨率的星载微波散射计图像重建成为高空间分辨率的星载微波散射计图像,使其更好应用于海洋和陆地定量遥感。

主权项:1.基于Loretzian范数和自适应双边总变分正则化重建的星载微波散射计空间分辨率增强方法,其特征在于,该方法的步骤如下:步骤一、数据选取:获取海洋二号搭载的微波散射计的L1B级数据,通过数据文件中提供的质量码和数据有效范围筛除无效数据,进而获得预处理后的有效数据;步骤二、对HY2-SCAT的空间响应函数进行仿真模拟;根据星载微波散射计的退化机理,有:Y=HX+N1式1中,Y是低分辨率观测图像,大小为M×M,X是高分辨率原始图像,大小为rM×rM,r是分辨率增强系数,N一般是高斯加性噪声,H是空间响应函数矩阵,其元素为hiji=1,2,…,M2,j=1,2,…,r2M2;根据微波散射计数据中每一个足印照射到地面的足印中心坐标footcenterx,footcentery和卫星天线旋转角度确定足印椭圆两焦点位置和半长轴长度a,通过计算像元的中心坐标到足印椭圆的两个焦点的距离之和与长轴的关系来判断像元是否在足印内;如果小于或等于长轴,则在足印内,退化模型的空间响应函数矩阵H中对应值元素hij设为1;反之设为0,公式表达如下: 其中,d1和d2是像元中心与足印椭圆两个焦点的距离;步骤三、插值图像获取:对低分辨率的HY2-SCAT图像数据进行双三次插值处理,得到双三次插值图像,并将其作为LABTV正则化重建算法的初始图像;双三次插值的公式如下: 其中,fx,y即为x,y处对应的像素值,wx-xi和wy-yj即为权重,fxi,yi是插值处理前xi,yi处的像素值;步骤四、分辨率增强处理:根据星载微波散射计退化模型,通过LABTV正则化重建算法,实现对星载微波散射计测量数据的分辨率增强重建处理,具体如下:1在星载微波散射计插值图像中设置一个局部窗口,窗口大小为M=2P+12Q+14其中,P=Q=2或P=Q=3;计算局部像素均值公式为: 其中,Xs,t是星载微波散射计插值图像中图像坐标s,t处的像素值;由此得到局部相对梯度差值zi,j的计算式为 最终得到权值系数αi,j的公式为 令为自适应权值矩阵,从而得到ABTV正则化重建算法的公式为 其中,是重建得到的散射计图像,ρ·是Lorentzian范数函数,l是正则化参数,矩阵和表示分别在水平和垂直方向上将星载微波散射计插值图像X移动l和m个像素;2使用最速下降法SD,steepest-descent对LABTV正则化重建算法进行求解:首先定义目标函数fX=ρHX-Y+λJX10其中,JX是正则项函数,所以,fX的导数公式如11式 进而SD的迭代式为 其中,β是步长,取固定值0.1;dn是下降方向,公式如下:

全文数据:

权利要求:

百度查询: 吉林大学 基于Loretzian范数和自适应双边总变分正则化重建的星载微波散射计空间分辨率增强方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。