一种基于欧氏距离正则化的SAR图像超分辨率重建方法与流程

技术特征：

1.一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：

$\hat{x}=\underset{x}{\mathrm{argmin}}\left(\left|\right|y-Hx|{|}_2^2+\mathrm{\λ}\underset{l=1}{\overset{p}{\Σ}}\underset{m=1}{\overset{p}{\Σ}}{\mathrm{\α}}^{e(l,m)}\underset{i}{\Σ}|{\left({\▿}_{lm}x\right)}_i|\right)$

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：

$e(l,m)=\sqrt{l^2+m^2},$

$\left|{\left({\▿}_{lm}x\right)}_i\right|=\sqrt{{\left({\left({\mathrm{\Δ}}^{lh}x\right)}_i\right)}^2+{\left({\left({\mathrm{\Δ}}^{mv}x\right)}_i\right)}^2},$

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。

2.根据权利要求1所述的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，步骤2)中是利用Keren配准算法对输入的多帧SAR图像进行空间配准。

3.根据权利要求1所述的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，所述0<α<1。

4.根据权利要求1所述的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，所述步骤7)具体如下：

7-1)、设定终止迭代阈值ε，迭代次数t＝0；

7-2)、根据步骤5)中重建公式，构建替代式如下：

$\hat{x}=\underset{x}{\arg \min }\left(\left|\right|y-Hx|{|}_2^2+\frac{1}{2}\mathrm{\&lambda;}\underset{l=1}{\overset{p}{\&Sigma;}}\underset{m=1}{\overset{p}{\&Sigma;}}{\mathrm{\&alpha;}}^{e(l,m)}\underset{i}{\&Sigma;}\frac{|{\left({\&dtri;}_{lm}x\right)}_i{|}^2}{\sqrt{{\left({\left({\mathrm{\&Delta;}}^{lh}{x}^{\left(t\right)}\right)}_i\right)}^2+{\left({\left({\mathrm{\&Delta;}}^{mv}{x}^{\left(t\right)}\right)}_i\right)}^2}}\right)$

7-3)、采用共轭梯度算法对步骤7-2)中的替代式迭代求解，得到估计的高分辨率SAR图像，并表示为x^(t+1)；

7-4)、如果成立，则令将x^(t+1)作为迭代估计的结果，退出迭代；否则，令t＝t+1，返回步骤7-2)。

5.根据权利要求4所述的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，ε取10^-4。