论文研究-基于双稀疏度K-SVD字典学习的遥感影像超分辨率重建.pdf

为了通过软件方式增强遥感影像的空间分辨率，提出了一种基于双稀疏度K-SVD字典学习的遥感影像超分辨率重建算法。基于稀疏表示理论，利用K-SVD字典学习算法求解低分辨率字典及其稀疏系数，将稀疏系数传递至高分辨率字典学习空间，形成高、低分辨率字典对，重建得到高分辨率遥感影像，并在字典学习和稀疏重建两个阶段设置了不同的稀疏度。实验分别采用TM5影像、资源三号影像以及USC_SIPI图像库中的遥感影像进行重建，结果表明，不论重建影像有无噪声，所提算法的峰值信噪比和结构相似指标均高于Bicubic法以及Zeyde的算法。K-SVD和双稀疏度参数的引入，不仅减少了字典学习时间，且具有高的空间分辨率提升能力。