基于高斯马尔可夫能量最小化的超分辨制图研究.pdfVIP

基于高斯马尔可夫能量最小化的 超分辨制图研究* 吴波, 詹锡兰 福州大学数据挖掘与信息共享教育部重点实验室, 福建福州 350002 摘 要: 提出一种最小化高斯马尔可夫能量的超分辨制图模型，主要步骤包括以下三个方面：（1）高精 度获取混合像元中地物的组分含量，作为超分辨制图的初始条件和约束条件；（2）建立基于高斯马尔可 夫能量最小模型的超分辨率制图模型，描述各像元以及像元内子像元的空间位置关系；（3）利用模拟退 火算法解算模型，从而获得混合像元中各个子像元的空间位置优化配置，实现低分辨的高光谱遥感影像的 超分辨率制图。利用真实的数据验证了本文提出的超分辨率制图方法，结果表明本文的方法能有效地提高 子像元制图精度。结合基于空间相关最大化和 GMRF 能量最小化的多目标优化方法，能够使得像元间和像 元内的空间相关都达到最大，取得更高的制图精度。 关键词: 超分辨制图, 马尔可夫能量, 混合像元分解, 模拟退火算法 1 引 言 由于遥感对地对地观测信息的获取不能满足不 等。尽管上述方法在遥感影像的子像元定位研究中 同应用对时间分辨率、空间分辨率和光谱分辨率的 得到了一定成功的应用，但上述的子像元定位模型 综合精准度和充分性要求。现实中经常遇到利用高 都是基于满足子像元之间的空间依存度（空间自相 重访周期低空间分辨率的遥感数据的地物分类情 关）最大化。但是，传统模型所采用的信息仅仅是 况。那么，如何利用低空间分辨率遥感影像生成较 混合像元中各个类别的组分比，而忽略了对原始影 高精度的分类图呢？这是一个具有挑战性的研究内 像的空间尺度、光谱、纹理等诸多信息的利用。我 容，同时也具有重要的理论和实用价值。一般地， 们认为：这个缺陷可能是影响传统亚像元定位精度 传统的混合像元分解技术虽然能够确定出影像中每 和稳定性不高的重要原因之一。本文利用马尔可夫 个像元内各种地物所含的组分，解决因像元归属而 模型挖掘待处理像元邻域内的光谱纹理特征，并假 产生的错分与面积统计问题，却无法突破到像元内 设该像元内各子像元满足这种相似度度量，作为实 部来刻画子像元的空间属性，这造成了影像中许多 现子像元空间相关性最大化的有效补充，并结合低 空间细节信息的丢失(Aiazz et al, 2002) 。超分辨制图 分辨率影像像元间空间依存度（空间自相关）最大 技术为解决这一问题提供了有效途径。它首先将低 化准则进行子像元定位，从而实现超分辨制影像制 分辨率的混合像元切割成更小的单元，并将具体地 图。 物类别按照某种先验的信息相应地分配到这些较小 像元中，从而确定出每个子像元在低分辨像元内的 2 顾及马尔可夫能量的超分辨制图 空间分布情况。这样，不仅能够克服影像空间分辨 率的限制，提高地物类别的探测精度，而且有助于 模型 揭示目标的形状、尺寸等空间特征信息，为中低分 辨率的卫星遥感数据进行地物分类、识别提供有力 的保证(Zhang et al, 2008) 。 顾及马尔可夫能量的子像元制图模型包括两个 自Atkinson 于 1997 年首次提出根据子像元空间 主要方面：（1）利用马尔可夫模型刻画子像元与其 分布相关性的理论进行子像元定位以来，人们从不 周围子像元的概率分布；（2 ）利用距离权重倒数表 同角度提出了多种实用的算法，主要包括：（1）基 达低分辨率像元与周围像元的空间依存度的度量模 于概率分布或统计假设的定位方法（Mertens 等， 型。下面从这两方面进行建模。 2004 ；Kasetkasem ，2005