【技术实现步骤摘要】
基于流形加权非局部曲率正则化的高光谱图像修复方法
本专利技术涉及遥感图像修复领域，具体涉及一种高光谱图像修复方法。
技术介绍
高光谱图像通常是由卫星上的光谱成像仪对地球上同一区域摄取数百个光谱带所形成的，因其丰富的频谱信息已被广泛应用于遥感领域，例如城市布局，军事监视，矿物勘探，环境监测等。然而，在地表到卫星长距离的成像过程中，光照、水汽以及设备本身等都会对最终成像有影响。这使得所摄取高光谱图像往往会受到噪声、条纹、像素点丢失等污染，导致图像结构纹理模糊，像素的光谱曲线被破坏。这大大影响了高光谱的成像质量以及限制了上述诸多应用。例如2003年5月31日美国陆地卫星7号发生了扫描行矫正器故障，导致此后获取的高光谱图像大约有25％的数据丢失。因此，如何快速、有效地从不完整的观测结果中恢复原始图像是遥感图像数据恢复领域的热门问题，受到国内外诸多专家学者的关注和研究。基于三维图像的低秩结构是高光谱图像处理中一种广泛使用的先验知识。具体地说，数据中的主体内容可由少量的末端元素线性组成，因此可通过构造一组基以及相应的表达...
【技术保护点】
1.一种基于流形加权非局部曲率正则化的高光谱图像修复方法，包括如下步骤：/n步骤1：给定未知高光谱图像
【技术特征摘要】
1.一种基于流形加权非局部曲率正则化的高光谱图像修复方法，包括如下步骤：
步骤1：给定未知高光谱图像的已知不完整观测图在b上进行数据子块划分操作并加入对应空间位置信息；
步骤2：利用kd-tree近邻搜索算法搜索相似数据子块，获得数据子块相似度的权值矩阵w，对数据子块形成的点云集施加低维性和光滑性约束；得到流形上的加权非局部曲率正则模型；
步骤3：优化求解模型，依据求解公式将步骤2获得的权值矩阵w进行组合操作获得优化后的矩阵
步骤4：将和u的每一个波段代入步骤3中优化模型，用广义极小残差法(GMRES)迭代求解直到稳定，获得修复的图像。
2.根据权利要求1所述的基于流形加权非局部曲率正则化的高光谱图像修复方法，其特征在于：步骤2所述的加权非局部曲率正则项的计算公式定义...
【专利技术属性】
技术研发人员：郑建炜，蒋嘉伟，冯宇超，徐宏辉，周鑫杰，陈婉君，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33
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。