基于双树复小波变换的多光谱图像重构方法

摘要

本发明公开了一种基于双树复小波变换的多光谱图像重构方法，解决了现有多光谱图像重构技术中重构效果不理想、重构速度慢的问题。本发明的步骤包括：(1)获取混叠光谱图像；(2)数据初始化；(3)降噪处理；(4)判断当前估计值的继续条件是否满足；(5)获取图像重构当前估计值的下一个估计值；(6)判断当前估计值的下一个估计值的继续条件是否满足；(7)更新估计值；(8)判断终止条件是否满足。本发明利用双树复小波变换对图像进行降噪处理，在压缩光谱成像的重构过程中，可获得较好的多光谱图像重构结果和较快的多光谱图像重构速度。

主权项

一种基于双树复小波变换的多光谱图像重构方法，包括如下步骤：(1)获取混叠多光谱图像：利用压缩光谱成像系统观测静止的图像场景，得到原始的混叠多光谱图像；(2)数据初始化：设定图像重构的初始估计值为0，图像重构的初始迭代步长为1，图像重构的迭代终止系数为10^‑6；(3)降噪处理：对图像重构的初始估计值进行降噪处理，将得到的图像重构的初始估计值的降噪处理结果，作为图像重构的当前估计值；所述的降噪处理的具体步骤如下：第一步，按照下式，对图像重构的估计值进行优化：$x_{\mathrm{opt}}=x+\frac{A^{-1}(y-\mathrm{Ax})}{s}$其中，x表示图像重构的估计值，x_opt表示优化后的图像重构的估计值，y表示原始的混叠多光谱图像，A表示压缩光谱成像系统所采用的观测算子，A^‑1表示对观测算子进行逆操作，s表示图像重构的迭代步长；第二步，对优化后的图像重构的估计值进行双树复小波变换，得到变换系数；第三步，对变换系数进行阈值寻优，得到最佳的阈值；将低于该阈值的变换系数置为0，幅值高于该阈值的变换系数做相应的“收缩”处理，得到降噪后的变换系数；第四步，对降噪后的变换系数进行双树复小波逆变换，得到图像重构估计值的降噪处理结果；(4)判断图像重构当前估计值的继续条件是否满足，若是，则执行步骤(5)，否则，图像重构的迭代步长加倍，执行步骤(3)；(5)获取图像重构当前估计值的下一个估计值：(5a)采用步骤(3)所述的降噪处理方法，对图像重构的当前估计值进行降噪处理，得到图像重构当前估计值的降噪处理结果；(5b)按照下式，获取图像重构当前估计值的下一个估计值：x_t＝(1‑α)·x_t‑2+(α‑β)·x_t‑1+β·Γ(x_t‑1)其中，x_t表示图像重构当前估计值的下一个估计值，x_t‑2表示图像重构当前估计值的上一个估计值、x_t‑1表示图像重构的当前估计值，Γ(x_t‑1)表示图像重构当前估计值的降噪处理结果，α表示当前估计值的上一个估计值的迭代系数，β表示当前估计值降噪处理结果的迭代系数；(6)判断图像重构当前估计值的下一个估计值的继续条件是否满足，若是，则执行步骤(7)，否则，用图像重构的当前估计值更新图像重构的初始估计值，执行步骤(3)；(7)更新估计值：(7a)用图像重构的当前估计值更新图像重构当前估计值的上一个估计值；(7b)用图像重构当前估计值的下一个估计值更新图像重构的当前估计值；(8)判断图像重构的终止条件是否满足，若是，则结束，此时图像重构的结果为图像重构的当前估计值，否则，执行步骤(5)。