一种对铁路沿线提取的卫星影像超分辨率重建方法及系统与流程

本发明涉及铁路沿线监测，更具体的说是涉及一种对铁路沿线提取的卫星影像超分辨率重建方法及系统。

背景技术：

1、近年来，发生了多起因铁路线路外部环境问题导致的行车安全事故，其中飘浮物上线问题尤为频繁，彩钢房、建筑物顶面等是铁路沿线常见的硬质飘浮物，利用卫星遥感技术可获取铁路沿线各类场景的分布情况，而铁路沿线分布散乱的彩钢房、建筑物顶面等的识别提取准确度受到图像分辨率的影响。

2、目前用于提升遥感图像分辨率的方法有两种：(1)优化传感器硬件，对于硬件方面的提升，传统的方法主要是提升传感器和光学仪器两个方面的性能，缩小传感器感光单元的尺寸或提高传感器芯片的制造工艺都是最直接改善分辨率的措施，但相应的会增加散粒噪音，降低图像的帧率；光学仪器方面的提升主要是增加光学系统的焦距，这两方面无论是在设计难度上还是在制造成本上都难以实现，且在一些复杂的应用场景中，如在军事系统中，对于硬件的改进十分困难。(2)优化图像获取后的处理算法，利用数字图像处理的方法进行图像分辨率提升，以获得更多的图像信息。

3、因此，综合考虑高分辨率遥感图像数据可用性低、成本高以及国外数据安全性等问题，如何低成本的提升卫星遥感影像分辨率，进而提高铁路沿线彩钢房、建筑物顶面等地物的识别提取准确率是较难解决的技术问题。

技术实现思路

1、有鉴于此，本发明提供至少解决上述部分技术问题的一种对铁路沿线提取的卫星影像超分辨率重建方法及系统，利用基于改进增强型生成对抗网络构建超分辨率重建模型，实现卫星影像超分辨率重建，有利于提升遥感图像质量，降低数据成本，基于超分辨率重建后的高分辨率光学遥感图像，便于完成对铁路沿线隐患的准确识别提取，有助于铁路的安全运行管理。

2、为实现上述目的，本发明采取的技术方案为：

3、第一方面，本发明实施例提供一种对铁路沿线提取的卫星影像超分辨率重建方法，该方法包括以下步骤：

4、s1、构建包含多类铁路沿线场景的高分辨率-低分辨率影像对的超分辨率重建数据集；

5、s2、基于改进增强型生成对抗网络构建超分辨率重建模型；

6、s3、利用构建的超分辨率重建数据集对所述超分辨率重建模型进行训练；

7、s4、基于训练好的超分辨率重建模型对铁路沿线提取的卫星影像进行超分辨率重建。

8、优选的，所述步骤s1中，多类铁路沿线场景包括：彩钢房、施工工地、农地、运动场、飞机场、建筑物、树丛、密集住宅、森林、高速公路、中型住宅、公园、立交桥、停车场、河、跑道、稀疏住宅、储油罐海滩、高尔夫球场、港口、路口。

9、优选的，所述步骤s1中，选择高阶退化模型生成高分辨率影像对应的低分辨率影像，模拟真实卫星成像退化过程。

10、优选的，所述选择高阶退化模型生成高分辨率影像对应的低分辨率影像，模拟真实卫星成像退化过程，其中：

11、一阶退化模型为：

12、

13、高阶退化模型为：

14、x'＝dn(y)＝(dn...d2d1)(y)

15、式中，y表示高分辨率图像，d(y)表示退化过程，k为模糊核，为卷积运算，↓r表示下采样，compression表示图像压缩；n表示包括n个重复退化过程。

16、优选的，所述步骤s2中，基于改进增强型生成对抗网络构建的超分辨率重建模型中，生成器为具有若干密集残差块的深度网络，在功能上增加对2倍的图像清晰度提升；对于2倍的超分辨重建，网络先进行像素下采样pixel-unshuffle，以降低图像分辨率为前提，对图像通道数进行扩充，然后将处理后的图像输入网络进行超分辨重建。

17、优选的，所述步骤s2中，基于改进增强型生成对抗网络构建的超分辨率重建模型中，鉴别器为全卷积神经网络鉴别器，在像素角度对单个生成的像素进行真假判断；并加入光谱正则化增强稳定性。

18、优选的，所述步骤s3中，利用构建的超分辨率重建数据集对所述超分辨率重建模型进行训练的过程中：

19、用一阶损失训练一个峰值信噪比导向的模型；

20、用一阶损失，感知损失和生成对抗损失的组合来训练最终的网络。

21、优选的，所述一阶损失，感知损失和生成对抗损失的权重分别是：1.0，1.0，0.1。

22、第二方面，本发明实施例还提供一种对铁路沿线提取的卫星影像超分辨率重建系统，应用上述的一种对铁路沿线提取的卫星影像超分辨率重建方法，进行卫星影像超分辨率重建，该系统包括：

23、数据集构建模块，用于构建包含多类铁路沿线场景的高分辨率-低分辨率影像的超分辨率重建数据集；

24、模型构建模块，用于基于改进增强型生成对抗网络构建超分辨率重建模型；

25、模型训练模块，用于利用构建的超分辨率重建数据集对所述超分辨率重建模型进行训练；

26、模型应用模块，用于基于训练好的超分辨率重建模型对铁路沿线提取的卫星影像进行超分辨率重建。

27、与现有技术相比，本发明至少具有如下有益效果：

28、本发明提供了一种对铁路沿线提取的卫星影像超分辨率重建方法及系统，利用基于改进增强型生成对抗网络构建超分辨率重建模型，实现卫星影像超分辨率重建，有利于提升遥感图像质量，降低数据成本，基于超分辨率重建后的高分辨率光学遥感图像，便于完成对铁路沿线隐患的准确识别提取，提升了铁路沿线环境相关地物的识别准确率，有助于铁路的安全运行管理。

29、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

30、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

技术特征：

1.一种对铁路沿线提取的卫星影像超分辨率重建方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种对铁路沿线提取的卫星影像超分辨率重建方法，其特征在于，所述步骤s1中，多类铁路沿线场景包括：彩钢房、施工工地、农地、运动场、飞机场、建筑物、树丛、密集住宅、森林、高速公路、中型住宅、公园、立交桥、停车场、河、跑道、稀疏住宅、储油罐海滩、高尔夫球场、港口、路口。

3.根据权利要求1所述的一种对铁路沿线提取的卫星影像超分辨率重建方法，其特征在于，所述步骤s1中，选择高阶退化模型生成高分辨率影像对应的低分辨率影像，模拟真实卫星成像退化过程。

4.根据权利要求3所述的一种对铁路沿线提取的卫星影像超分辨率重建方法，其特征在于，所述选择高阶退化模型生成高分辨率影像对应的低分辨率影像，模拟真实卫星成像退化过程，其中：

5.根据权利要求1所述的一种对铁路沿线提取的卫星影像超分辨率重建方法，其特征在于，所述步骤s2中，基于改进增强型生成对抗网络构建的超分辨率重建模型中，生成器为具有若干密集残差块的深度网络，在功能上增加对2倍的图像清晰度提升；对于2倍的超分辨重建，网络先进行像素下采样pixel-unshuffle，以降低图像分辨率为前提，对图像通道数进行扩充，然后将处理后的图像输入网络进行超分辨重建。

6.根据权利要求1所述的一种对铁路沿线提取的卫星影像超分辨率重建方法，其特征在于，所述步骤s2中，基于改进增强型生成对抗网络构建的超分辨率重建模型中，鉴别器为全卷积神经网络鉴别器，在像素角度对单个生成的像素进行真假判断；并加入光谱正则化增强稳定性。

7.根据权利要求1所述的一种对铁路沿线提取的卫星影像超分辨率重建方法，其特征在于，所述步骤s3中，利用构建的超分辨率重建数据集对所述超分辨率重建模型进行训练的过程中：

8.根据权利要求7所述的一种对铁路沿线提取的卫星影像超分辨率重建方法，其特征在于，所述一阶损失、感知损失和生成对抗损失的权重分别是：1.0，1.0，0.1。

9.一种对铁路沿线提取的卫星影像超分辨率重建系统，其特征在于，应用如权利要求1-8任一项所述的一种对铁路沿线提取的卫星影像超分辨率重建方法，进行卫星影像超分辨率重建，该系统包括：

技术总结
本发明公开了一种对铁路沿线提取的卫星影像超分辨率重建方法及系统，属于铁路沿线监测技术领域；方法包括：构建包含多类铁路沿线场景的高分辨率‑低分辨率影像的超分辨率重建数据集；基于改进增强型生成对抗网络构建超分辨率重建模型；利用构建的超分辨率重建数据集对所述超分辨率重建模型进行训练；基于训练好的超分辨率重建模型对铁路沿线提取的卫星影像进行超分辨率重建。本发明利用基于改进的增加型生成对抗网络超分辨率重建技术可以提升卫星遥感图像质量，降低数据成本，基于超分辨率重建后的高分辨率光学遥感图像，便于完成对铁路沿线隐患的准确识别提取，提升了铁路沿线环境相关地物的识别准确率，有助于铁路的安全运行管理。

技术研发人员：张勇,姚京川,郑佳怡,梁志广,冯楠,刘伯奇,简国辉,袁慕策,宋楠,王博
受保护的技术使用者：中国铁道科学研究院集团有限公司铁道建筑研究所
技术研发日：
技术公布日：2024/3/21