一种多尺度压缩感知的遥感图像超分辨重建方法

针对传统基于压缩感知的单字典超分辨方法难以充分描述复杂的遥感图像纹理的问题,提出了一种多尺度残余字典超分辨重建方法。首先对插值图像的高频子带执行Contourlet变换获得多个子频带;然后在各子频带上建立对应子残余字典,并进行字典学习和超分辨重建;最后对高频和低频部分进行融合得到完整的超分辨图像。实验结果表明:与其他相关方法相比,本文方法的超分辨效果无论主观视觉还是客观评价指标都有很大提高。其中客观评价指标,本文方法的峰值信噪比(peak signal-to-noise ratio,PSNR)和结构相似度(structural similarity,SSIM)平均值分别提高6 dB和0.05。对于纹理复杂的遥感图像的超分辨重建场合,更好地满足重建效果和时效的要求,具有重要的理论和应用意义。