赵相瑜，秦振涛，，杨武年，杨 茹

（1.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，四川 成都610059；2.攀枝花学院，四川 攀枝花617000）

基于字典学习的遥感图像去模糊研究*

赵相瑜2，秦振涛1，2，杨武年1，杨 茹2

（1.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，四川 成都610059；2.攀枝花学院，四川 攀枝花617000）

对高分辨率遥感图像进行去模糊是遥感研究中的一个主要难题，针对此提出了一种新的基于稀疏表示的高分辨率遥感图像去模糊算法。该算法利用快速梯度投影算法实现去模糊，并且保留原图像的有用信息。通过对“高分一号”获取的遥感图像进行验证，表明该算法能较好地滤除遥感图像的模糊，提高图像的峰值性噪比，且比其他字典学习算法具有更好的性能。

稀疏表示；图像去模糊；梯度投影算法；高分一号

0 引言

在实际的工作环境中，遥感图像在其光学信息获取转换和传输过程中通常会受到噪声干扰而引起图像质量下降，从而变得模糊，因此遥感图像的去模糊分析、评估和滤波作为遥感图像处理的研究热点一直受到遥感应用领域的关注[1]。遥感图像去模糊的主要目的是在去掉模糊的同时保持遥感图像的边缘和重要的特征信息。目前对遥感图像的去模糊方法主要有变换域和图像域的处理方法。变换域的处理方法如 Donoho等提出的著名的小波阈值方法[3]；在小波域下变换的方法去除模糊[2]；Elad等人通过字典学习利用前向滤波过程进行去模糊等[10]。……