成都理工大学地学空间信息技术国土资源部重点实验室/遥感与GIS研究所,成都610059;攀枝花学院数学与计算机学院617000;3.攀枝花学院土木与建筑工程学院,四川攀枝花617000
【目的】遥感图像重建容易引入噪声或边缘出现不规则性,而它又在遥感图像的处理中能起到非常重要的作用,提出新的算法来得到更好的处理结果。【方法】通过对遥感图像进行分块,利用K-SVD算法对遥感图像自身进行字典学习,获得能够稀疏表示高分辨率遥感图像的字典,然后进行特征提取、独立成分分析降维、高分辨率遥感图像的重建等操作。【结果】实现了对遥感图像超分辨率的重建。【结论】该方法提高了图像的峰值信噪比,通过实验验证了算法高效性。
秦振涛,杨茹,刘小英,杨武年,陈军 .一种新的基于稀疏表示及自学习遥感图像超分重建算法 [J].重庆师范大学学报自然科学版,2017,(2):81-85