本发明专利技术涉及一种基于分裂Bregman的干涉高光谱图像快速分解算法，根据干涉高光谱图像数据的干涉条纹信息与背景图像信息，分别具有不同的单方向特征这一特点，根据分裂Bregman原理，推导出对干涉高光谱图像分解算法，从而实现对干涉条纹信息与背景图像信息的快速分离处理。相对于最新提出的IMCA图像分解算法，IMT图像分解算法，以及自适应参数全变分分解模型，本发明专利技术在保留原有分解效果(干涉条纹层具有较小竖直方向全变分值，背景图像层具有较小水平方向全变分值)的同时，大大缩短了寻优迭代的运行时间，在运算效率上得到了显著提升。
【技术实现步骤摘要】
所属
本专利技术属于遥感光谱数据处理的
，是针对干涉高光谱数据成像原理的固有特征及自身特点，采用分裂Bregman思想改进的快速图像分解算法。
技术介绍
干涉高光谱成像技术在航空遥感领域中是很有价值的实用技术，通过这种技术可以获得观测目标的光谱信息与空间信息，该技术目前在气象、军事、环境监测和地质等领域都有较为广泛的实际应用。干涉高光谱图像数据是由基于推扫式傅里叶变换型成像原理的大孔径干涉光谱仪(LASIS，LargeApertureStaticImagingSpectrometer)通过卫星推扫产生的三维图像数据，分辨率极高，其海量的数据对数据存储与有限带宽信道上的传输造成了一定程度的困难，所以针对其数据本身特点设计出适用于干涉高光谱数据的高效数据压缩方法势在必行。近几年来，干涉高光谱遥感图像的压缩方法一直被深入研究，干涉高光谱图像特殊的成像原理，使其帧内存在着大幅值且位置固定的干涉条纹，而帧间存在着水平移位的背景图像，这种特点会严重的破坏原始图像的固有结构，从而导致新兴的压缩感知理论与传统压缩算法的直接应用无法得到理想的效果。现有算法的缺点：针对干涉高光谱提出IMCA分解模型在2015年被提出，基于MCA与TV结合的IMT分解模型在2016年被提出。以上两种分解算法针对干涉高光谱图像数据，均实现了背景层与干涉条纹层的分离，但都需要消耗大量时间进行迭代以实现全局寻优操作。
技术实现思路
本专利技术的目的在于克服现有针对干涉高光谱数据分解算法技术中运行效率实时性的不足，采用分裂Bregman思想与干涉高光谱图像数据的固有特征及自身特点，推导出的一种高效快速的图像分解算法，从而为新兴的压缩感知理论在干涉高光谱图像中的进一步应用奠定了理论基础。本专利技术采取的技术方案是：一种基于分裂Bregman的干涉高光谱图像快速分解算法，其特征在于：该算法包括以下步骤：(1)读取一帧待分解的干涉高光谱图像X作为输入参数；(2)设置XB表示背景层，设置XI表示干涉条纹层，二者与X的关系是：XI＝X-XB，设置分裂Bregman迭代初始化参数dx，dy，bx，by，设置水平方向全变分权值参数λ1，设置竖直方向全变分权值参数λ2；(3)根据分裂Bregman原理利用干涉高光谱图像的单方向性特征进行内层迭代，对XB，dx，dy，bx，by进行寻优操作；(4)根据分裂Bregman原理进行外层迭代，对变量X进行Bregman更新；(5)完成Bregman迭代求出背景层最优解XB，通过XI＝X-XB求得干涉条纹层最优解；(6)完成图像分解。其中步骤(2)所述设置分裂Bregman迭代初始化参数dx，dy，bx，by，均初始化为与输入参数X同等大小的矩阵，矩阵中的元素数值全部设置为0。其中步骤(3)所述的内层迭代中，用k表示外层迭代次数(内层迭代次数不采用变量表示)，初始化k＝0，令Xk＝X，背景层初始化为XBk＝Xk，根据分裂Bregman原理利用干涉高光谱图像的单方向性特征进行内层迭代，对XB，dx，dy，bx，by进行寻优操作：1)2)3)4)5)6)7)其中fft2，ifft2分别表示傅里叶变换与逆傅里叶变换，表示卷积，分别表示[000；01-1；000]，[000；-110；000]，[000；010；0-10]，[0-10；010；000]的Sobel卷积核算子。其中步骤(4)所述的外层迭代，对输入数据X进行Bregman更新：(1)(2)迭代次数k＝k+1其中步骤(5)所述，进行指定次数的外层迭代和内层迭代，即可快速求出背景层最优解XB，通过XI＝X-XB求得干涉条纹层最优解。本专利技术的优点和积极效果是：本专利技术采用分裂Bregman思想与干涉高光谱图像数据的固有特征及自身特点，推导出一种高效快速的图像分解算法，相对于针对干涉高光谱图像在2015年提出的IMCA分解算法，以及在2016年提出的将MCA与TV思想结合的IMT分解算法，本专利技术能够在保留理想图像分解效果的同时，大大提升运行效率，使干涉高光谱数据的图像分解的实时性得到显著性的提高，从而为新兴的压缩感知理论在干涉高光谱图像中的进一步应用提供了一种很好的解决方案。附图说明图1是本专利技术的处理过程的示意图；图2是任意选取的一帧原始干涉高光谱图像；图3(a)是IMCA图像分解迭代60次的背景图像层；图3(b)是IMCA图像分解迭代60次的干涉条纹层；图3(c)是IMT图像分解迭代700次的背景图像层；图3(d)是IMT图像分解迭代700次的干涉条纹层；图3(e)是本专利技术实施例迭代8次(内层迭代2次，外层迭代4次)分解的背景图像层；图3(f)是本专利技术实施例迭代8次(内层迭代2次，外层迭代4次)分解的干涉条纹层。具体实施方式下面结合实施例，对本专利技术进一步说明，下述实施例是说明性的，不是限定性的，不能以下述实施例来限定本专利技术的保护范围。一种基于分裂Bregman的干涉高光谱图像快速分解算法，处理过程的示意图如图1所示，本专利技术的创新在于：包括以下步骤：(1)读取一帧待处理的干涉高光谱LSMIS图像作为输入参数，如图2所示：大小为256×256、位数为12位；(2)设置XB表示背景层，设置XI表示干涉条纹层，二者与X的关系是：XI＝X-XB，设置分裂Bregman迭代初始化参数dx，dy，bx，by；设置水平方向全变分权值参数λ1＝30，设置竖直方向全变分权值参数λ2＝500；用k表示外层迭代次数(内层迭代次数不采用变量表示)，初始化k＝0，令均初始化为与输入参数X同等大小的矩阵，矩阵中的元素数值全部设置为0；；(3)背景层初始化为XBk＝Xk，根据分裂Bregman原理利用干涉高光谱图像的单方向性特征进行内层迭代，对XB，dx，dy，bx，by进行寻优操作(内层迭代次数为2，即下述步骤1)至7)重复进行两次即跳出内层迭代，进入步骤(4)的外层迭代)：1)2)3)4)5)6)7)其中fft2，ifft2分别表示傅里叶变换与逆傅里叶变换，表示卷积，分别表示[000；01-1；000]，[000；-110；000]，[000；010；0-10]，[0-10；010；000]的Sobel卷积核算子。(4)根据分裂Bregman原理进行外层迭代，外层迭代次数为4(k＞4即停止迭代)，对输入数据X进行Bregman更新：1)2)迭代次数k＝k+13)若k＞4，则退出迭代，进入步骤(5)；否则返回步骤(3)(5)完成Bregman迭代后，求出背景层最优解XB，通过XI＝X-XB求得干涉条纹层最优解；(6)完成图像分解。分解后的图像如图3(e)、(f)所示，前者为背景层，后者为干涉条纹层，运行时间与迭代次数如表1所示(IMCA算法每次迭代涉及稀疏表示与稀疏基提取，每次迭代运算消耗大量时间；IMT算法每次迭代涉及梯度下降运算；迭代次数60与700分别为]MCA与IMT达到最优解收敛的最小迭代次数)，由图3(a)-(f)可以明显看出，本专利技术提出的方法在保留已有算法的理想分解效果的基础上(背景图像层中的干涉条纹几乎被完全去除)，大大提升运行效率，使干涉高光谱数据的图像分解的实时性得到显著性的提高。表1：运行时间与迭代次数比较本专利技术采用分裂Bregman思想与干涉高光谱图像数据的固有特征及自身特点，本文档来自技高网...
【技术保护点】
一种基于分裂Bregman的干涉高光谱图像快速分解算法，其特征在于：该算法包括以下步骤：(1)读取一帧待分解的干涉高光谱图像X作为输入参数；(2)设置XB表示背景层，设置XI表示干涉条纹层，二者与X的关系是：XI＝X‑XB，设置分裂Bregman迭代初始化参数dx，dy，bx，by，设置水平方向全变分权值参数λ1，设置竖直方向全变分权值参数λ2；(3)根据分裂Bregman原理利用干涉高光谱图像的单方向性特征进行内层迭代，对XB，dx，dy，bx，by进行寻优操作；(4)根据分裂Bregman原理进行外层迭代，对变量X进行Bregman更新；(5)完成Bregman迭代求出背景层最优解XB，通过XI＝X‑XB求得干涉条纹层最优解；(6)完成图像分解。
【技术特征摘要】
1.一种基于分裂Bregman的干涉高光谱图像快速分解算法，其特征在于：该算法包括以下步骤：(1)读取一帧待分解的干涉高光谱图像X作为输入参数；(2)设置XB表示背景层，设置XI表示干涉条纹层，二者与X的关系是：XI＝X-XB，设置分裂Bregman迭代初始化参数dx，dy，bx，by，设置水平方向全变分权值参数λ1，设置竖直方向全变分权值参数λ2；(3)根据分裂Bregman原理利用干涉高光谱图像的单方向性特征进行内层迭代，对XB，dx，dy，bx，by进行寻优操作；(4)根据分裂Bregman原理进行外层迭代，对变量X进行Bregman更新；(5)完成Bregman迭代求出背景层最优解XB，通过XI＝X-XB求得干涉条纹层最优解；(6)完成图像分解。2.根据权利要求1所述的一种基于分裂Bregman的干涉高光谱图像快速分解算法，其特征在于：步骤(2)所述设置分裂Bregman迭代初始化参数dx，dy，bx，by，均初始化为与输入参数X同等大小的矩阵，矩阵中的元素数值全部设置为0。3.根据权利要求1所...
【专利技术属性】
技术研发人员：温佳，王彩玲，刘明威，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。