一种基于欧氏距离正则化的SAR图像超分辨率重建方法

摘要

本发明公开了一种基于欧氏距离正则化的SAR图像超分辨率重建方法。首先输入时相相近的多帧SAR图像并配准，将其置于一个网格中并处理为像素均匀分布的SAR观测图像；然后在建立SAR图像退化模型的基础上，构建基于欧氏距离双边全差分正则化的高分辨率SAR图像重建公式；接着初始化观测图像，而后根据重建公式，采用一种可计算的优化方式对高分辨率SAR图像进行迭代估计；最后将估计图像作为SAR图像超分辨率重建结果输出。本发明将SAR图像重建中曼哈顿距离的双边全差分改为欧氏距离形式，使先验知识刻画更合理；为解决优化迭代过程中微分求解的困境，构建了重建公式的替代式，从而在优化求解可计算的基础上，提高了SAR图像超分辨率重建结果的准确性。

主权项

一种基于欧氏距离正则化的SAR图像超分辨率重建方法，其特征在于，包括以下步骤：1)、输入同一场景的多帧SAR图像；2)、对输入的多帧SAR图像进行空间配准；3)、根据配准结果，将所有SAR图像置于一个图像网格中，形成图像其像素为非均匀分布；利用核回归对图像进行处理，得到像素均匀分布的SAR观测图像y；4)、建立SAR图像的退化模型：y＝Hx+n，其中，x为待估计的高分辨率SAR图像，H为已知的退化线性算子，n为独立同分布的高斯白噪声；5)、构建高分辨率SAR图像x的重建公式：$\hat{x}=\underset{x}{\mathrm{argmin}}\left(\left|\right|y-Hx|{|}_2^2+\lambda \underset{l=1}{\overset{p}{\Sigma }}\underset{m=1}{\overset{p}{\Sigma }}{\alpha }^{e(l,m)}\underset{i}{\Sigma }|{\left({▿}_{lm}x\right)}_i|\right)$其中，λ是设定的正则参数，α是设定的距离度量参数，p为设定的图像最大差分阶数，l和m分别表示像素间水平和垂直距离，e(l,m)为像素间距，为x的lm阶的梯度，为在第i个像素处的模；正则项中的e(l,m)和均表示为欧氏距离形式：$e(l,m)=\sqrt{l^2+m^2},$$\left|{\left({▿}_{lm}x\right)}_i\right|=\sqrt{{\left({\left({\Delta }^{lh}x\right)}_i\right)}^2+{\left({\left({\Delta }^{mv}x\right)}_i\right)}^2},$其中，Δ^lhx和Δ^mvx分别表示x在水平和垂直方向上的l阶和m阶差分，(Δ^lhx)_i和(Δ^mvx)_i分别表示Δ^lhx和Δ^mvx在第i个像素处的值；6)、通过维纳滤波，将SAR观测图像y初始化为SAR图像x⁽⁰⁾；7)、在已知初始SAR图像x⁽⁰⁾的条件下，根据步骤5)中的重建公式，对高分辨率SAR图像x进行迭代估计；8)、将步骤7)迭代估计的结果作为SAR图像x的超分辨率重建结果，并输出。