Исследование методов пространственной интерполяции при спектрально-пространственном повышении разрешения изображений ДЗЗ с помощью метода градиентного спуска

Abstract

Статья посвящена исследованию влияния различных методов пространственной интерполяции на качество изображения, получаемого в результате повышения спектрального и пространственного разрешения изображений ДЗЗ с помощью метода градиентного спуска. Алгоритм повышения разрешения, рассматриваемый в статье, был предложен авторами ранее и состоит в решении задачи минимизации ошибки модели наблюдения, связывающей изображения низкого разрешения и оцениваемое изображение высокого разрешения. Данная задача оптимизации решается методом градиентного спуска в системе спектральных и пространственных координат изображения высокого разрешения, для чего в модель наблюдения включается оператор пространственной интерполяции. Метод пространственной интерполяция влияет как на качество восстановленного изображения, так и на скорость сходимости процедуры оптимизации, что и обуславливает необходимость выполненного исследования. В статье приведены результаты экспериментального анализа среднеквадратичной ошибки оценки изображения высокого разрешения, скорости сходимости метода градиентного спуска и визуальных артефактов, возникающих на оцененном изображении, при повышении разрешения с использованием следующих методов пространственной интерполяции: билинейная интерполяция, бикубическая интерполяция, sinc-интерполяция и интерполяция по ближайшему соседу. The paper deals with the influence of various spatial interpolation methods on the quality of spectral-spatial remote sensing image super-resolution reconstruction using gradient descent approach. The paper concerns an image super-resolution algorithm proposed by the authors earlier as an example of super-resolution method based on gradient descent approach. The algorithm consists in the observation model error minimization. The observation model connects input low resolution images and desired unknown high resolution image. The gradient descent iterations are performed in the high resolution spectral and spatial coordinates system. For this reason, the spatial interpolation operator is included in the observation model. Since the spatial interpolation methods affect both the quality of the reconstructed image and the algorithm convergence rate, the aim of our research is to select the most appropriate spatial interpolation method. In this paper, we examined such image quality indicators as the root-mean-square and absolute errors of the estimated high-resolution image, algorithm convergence rate, and the textural and color artifacts as well. The article presents the results of spatial-spectral super-resolution reconstruction of the hyperspectral remote sensing image fragments for such spatial interpolation methods as bilinear, bicubic and nearest neighbor interpolation.