一种结合波段聚类和稀疏表达的遥感影像复原方法

摘要

本发明提供一种结合波段聚类和稀疏表达的遥感影像复原方法，以提高高光谱遥感影像的空间分辨率为目的，针对高光谱影像光谱维信息丰富以及不同波段噪声强度不同的特点，构建多波段的影像复原模型，利用波段的间高相似性及冗余信息进行相互约束和互补，最终得到高质量的高光谱影像。首先对高光谱影像进行波段聚类，将大量波段分为相关信息差别较大的少量类别；然后采用压缩感知理论对相同类别的一簇波段构建整体的变分训练多波段字典，通过该字典完成影像复原工作。本发明充分利用了多个波段间的相关性对目标影像进行恢复，并保持其光谱特性，复原结果具有更强的空间信息和光谱信息保持性能。

主权项

一种结合波段聚类和稀疏表达的遥感影像复原方法，其特征在于，包括以下步骤：步骤1，将待处理影像根据相关系数指标，划分为具有相关性差异的多个波段类别；步骤2，对每一波段类别的波段求取最佳字典，包括以下子步骤，步骤2.1，设第m波段类X^m中包含L个波段，在每个波段上以像素点(x,y)为中心，设一个n×n的窗口，将L个同一光谱的n×n的窗口块提取出来组合为长度为nn×L的列向量nn＝n×n；同时利用列向量组成第m波段类的样本库，i＝1,...,N，N为单波段影像具有总像元数；步骤2.2，稀疏系数向量求解，第一次迭代时利用步骤2.1所得样本库中部分列向量构建第m波段类的初始字典，基于初始字典采用OMP算法求解列向量的稀疏系数向量；所述OMP算法为正交追踪匹配算法；步骤2.3，字典更新，包括采用K‑SVD算法更新字典，更新方式如下，对应于字典中的某列原子，找到利用该列原子的影像列以及相应稀疏系数向量，通过对每列原子所得的残差做奇异值分解来更新该原子；步骤2.4，判断是否达到迭代停止条件，是则确定第m波段类的当前字典为最佳字典，否则返回执行步骤2.2直到达到迭代停止条件，后续迭代执行步骤2.2时利用上一次执行步骤2.3更新的新字典采用OMP算法求解列向量的稀疏系数向量；所述迭代停止条件为达到预设的迭代次数；步骤3，根据步骤2所得每一波段类别的最佳字典进行最小二乘求解得到高质影像。