马广迪 杨为琛

(浙江国遥地理信息技术有限公司, 浙江 湖州 313200)

0 引言

目前无人机航拍遥感图像动态重构技术的发展趋势主要有两个:一是通过拓宽遥感图像数据采集检测范围进行动态重构;二是通过提高特征数据匹配率进行图像重构。随着近年来遥感影像数据不断增加,无人机航拍图像特征多样性和数据量也不断增长,在此环境下,图像重构技术需要不断进行优化改进,才能获得准确有效的数据。基于此,提出基于压缩感知的无人机航拍遥感图像动态重构方法[1]。由于当前无人机航拍遥感图像的特征采样率受到极大限制,需要尽可能多地对动态图像的测量数据进行深入采集,进一步对压缩图像编码过程进行简化和去噪处理,对图像重构过程中的大量冗余数据进行排除。保证海量遥感图像数据的高效传输与存储效果,实现高质量的遥感图像重建,在降低数据存储量的同时,提高了图像处理效率。

1 无人机航拍遥感图像动态重构

1.1 无人机航拍遥感影像降质模型

构建无人机航拍遥感影像降质模型,对无人机航拍遥感图像特征进行采集和解算处理,获取超分辨率退化模型,以此反映高分辨率目标图像和低分辨率观测图像之间的特征映射关系,以及无人机航拍遥感图像退化的原因。假设目标图像采集坐标为X(n),其中n代表无人机航拍遥感图像采集过程中获取的未失真连续信号；Y(k,i)为遥感图像序列；D为降级离散图像特征等级且D=1,2,…,p；……