[发明专利]一种高光谱图像修复方法、装置、存储介质及电子设备

权利要求书

1.一种高光谱图像修复方法，其特征在于，包括以下步骤：

获取原始图像；

将所述原始图像输入修复模型，获得目标图像；其中，所述修复模型基于高光谱图像的退化模型与目标正则项构建，所述目标正则项基于对所述高光谱图像的结构变换稀疏与线性变换稀疏获得，所述将所述原始图像输入修复模型，获得目标图像之前，所述高光谱图像修复方法还包括：

获取所述高光谱图像的梯度矩阵；

基于变换稀疏学习方法，刻画所述梯度矩阵的结构变换稀疏，如下：

其中，为变换稀疏项，表示沿着第n个维度的一阶差分，即第n个维度的梯度图像；

刻画所述结构变换稀疏中变换稀疏项的线性变换稀疏，获得所述目标正则项；其中，所述刻画所述结构变换稀疏中变换稀疏项的线性变换稀疏，获得所述目标正则项，包括：

利用l₁范数刻画所述结构变换稀疏中变换稀疏项的线性变换稀疏，获得刻画结果，如下：

其中表示l₁范数，系数矩阵；

基于l₁范数最小化调整所述刻画结果中每一项的权重，获得所述目标正则项，加权形式如下：

其中，为对数和形式，n_i是中所有元素的个数，ε是一个非常小的正数，在中，其权重与成反比，即1/(+ε)，s.t.为约束条件；

所述高光谱图像的退化模型表示如下：

其中，分别表示模糊的高光谱图像、待复原的高光谱图像和线性移位不变点扩散函数，H和W表示每一波段图像的行和列数，L表示图像的光谱波段数，*表示卷积算子；引入的先验约束，并结合最小二乘框架，可得到如下的表达式，

其中，为保真项，为基于潜在空间和光谱先验知识的正则项，为平衡上述两项的参数；

根据前述式子得到所述修复模型如下：

。

2.根据权利要求1所述的高光谱图像修复方法，其特征在于，所述将所述原始图像输入修复模型，获得目标图像之前，所述高光谱图像修复方法还包括：

基于二维图像的退化模型，获得所述高光谱图像的退化模型。

3.根据权利要求1所述的高光谱图像修复方法，其特征在于，构建所述修复模型之后，所述高光谱图像修复方法还包括：

基于交替方向乘子法，求解所述修复模型，获得目标修复模型。

4.根据权利要求3所述的高光谱图像修复方法，其特征在于，所述基于交替方向乘子法，求解所述修复模型，获得目标修复模型，包括：

基于增广拉格朗日函数，变换所述修复模型的约束条件，获得变换函数；

基于交替方向乘子法，求解所述变换函数中的目标变量；

利用求解的所述目标变量更新拉格朗日乘子，并返回所述基于增广拉格朗日函数，变换所述修复模型的约束条件，获得变换函数的步骤，直至满足迭代终止条件，获得目标修复模型。