従来の画像処理アルゴリズムは安定性が低く、また深層学習アルゴリズムはリモートセンシング画像の強調に使用される訓練データセットが不足しており、計算量が多いためリモートセンシング画像処理の工学的応用要件を満たすことができません。退化モデリングと画像処理の2つの過程を総合的に考慮し、Zernike多項式退化モデルに基づいたリモートセンシング画像強調データセットを構築する手法を提案しました。次に、周波数領域と空間領域の混合注意メカニズムに基づく低品質リモートセンシング画像の品質強化アルゴリズムを設計しました。アルゴリズムの構造設計において、二重ドメイン選択モジュールおよび周波数特徴残差モジュールを導入することで、周波数領域と空間領域でそれぞれ高周波情報に富んだ画像テクスチャやディテールなどの特徴学習を強化し、混合注意メカニズムの使用によりモデルの特徴抽出能力を向上させました。本論文で提案するアルゴリズムの性能検証のため、NIQE値、視覚効果、MTF曲線、推論時間を低品質リモートセンシング画像品質強化の評価指標として使用し、Gaofen-2衛星画像データ上で本アルゴリズムと5つの典型的なアルゴリズムの画像品質強化結果を比較しました。実験結果は、従来の方法に比べ、本方法がNIQE値の低減およびMTF曲線の向上に優れ、より鮮明な視覚効果を得られ、低品質画像の品質を大幅に向上できることを示しました。さらに、推論時間に関して、ピクセルサイズが<inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mn mathvariant="normal">27</mn><mtext> </mtext><mn mathvariant="normal">620</mn><mo>×</mo><mn mathvariant="normal">29</mn><mtext> </mtext><mn mathvariant="normal">200</mn></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/E6CEFD69-8B52-4766-8F38-12B800F84FDD-M001.jpg"/><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/E6CEFD69-8B52-4766-8F38-12B800F84FDD-M001c.jpg"/></alternatives></inline-formula>のリモートセンシング画像の処理時間については、従来のアルゴリズムが時間単位であるのに対し、本アルゴリズムは27秒に過ぎず、工学的応用のタイムリーな要求を満たします。総じて、本研究はリモートセンシング画像の高速かつ鮮明な処理を実現し、軌道上衛星の画像退化問題に対する有効な解決策を提供します。

光学リモートセンシング画像;画像強化;深層学習;Zernike多項式;画像退化モデル