[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

说明书

本申请的实施例公开了一种高光谱图像修复方法、装置、存储介质及电子设备，涉及图像处理技术领域，包括：获取原始图像；将原始图像输入修复模型，获得目标图像；其中，修复模型基于高光谱图像的退化模型与目标正则项构建，目标正则项基于对高光谱图像的结构变换稀疏与线性变换稀疏获得。本申请的方法通过修复模型来实现对原始图像的去模糊修复，考虑空间和光谱域的分段平滑特性，将高光谱图像中固有的稀疏性变换到空间和光谱域梯度，自适应地描述结构稀疏性，并结合线性变换稀疏作为正则项约束，细化所有波段的相关性与差异性，将图像的去模糊修复转化为在正则项约束下已有的去模糊退化模型的求解问题，以提升对高光谱图像的修复质量。

技术领域

本申请涉及图像处理技术领域，具体涉及一种高光谱图像修复方法、装置、存储介质及电子设备。

背景技术

高光谱成像技术可以提供丰富的空间和光谱知识，已被应用于高光谱图像分类、目标检测等应用。然而，在高光谱成像系统中，物镜孔径对空间分辨率的限制以及失焦的光谱成分引起的波长畸变将导致严重的图像模糊，这无疑将严重降低后续应用的空间和光谱识别能力。因此，高光谱图像的修复，也即去模糊越来越受到研究者的关注，成为近年来的研究热点。

现有的高光谱图像去模糊方法在向量空间中对图像的先验进行建模，忽略了数据中的多维结构，不可避免地会导致有用的结构信息损失和畸变，致使高光谱图像修复的质量较差。

发明内容

本申请的主要目的在于提供一种高光谱图像修复方法、装置、存储介质及电子设备，旨在解决现有技术中针对模糊的高光谱图像的修复的质量较差的问题。

为实现上述目的，本申请的实施例采用的技术方案如下：

第一方面，本申请实施例提供一种高光谱图像修复方法，包括以下步骤：

获取原始图像；

将原始图像输入修复模型，获得目标图像；其中，修复模型基于高光谱图像的退化模型与目标正则项构建，目标正则项基于对高光谱图像的结构变换稀疏与线性变换稀疏获得，目标正则项基于变换稀疏学习方法，刻画高光谱图像的梯度矩阵的结构变换稀疏中，变换稀疏项的线性变换稀疏获得。

在第一方面的一种可能实现方式中，将原始图像输入修复模型，获得目标图像之前，高光谱图像修复方法还包括：

基于高光谱图像的退化模型与目标正则项，构建修复模型。

在第一方面的一种可能实现方式中，基于高光谱图像的退化模型与目标正则项，构建修复模型之前，高光谱图像修复方法还包括：

基于二维图像的退化模型，获得高光谱图像的退化模型。

在第一方面的一种可能实现方式中，基于高光谱图像的退化模型与目标正则项，构建修复模型之前，高光谱图像修复方法还包括：

获取高光谱图像的梯度矩阵；

基于变换稀疏学习方法，刻画梯度矩阵的结构变换稀疏；

刻画结构变换稀疏中变换稀疏项的线性变换稀疏，获得目标正则项。

在第一方面的一种可能实现方式中，刻画结构变换稀疏中变换稀疏项的线性变换稀疏，获得目标正则项，包括：

利用 l₁范数刻画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；

基于 l₁范数最小化调整刻画结果中每一项的权重，获得目标正则项。

在第一方面的一种可能实现方式中，基于高光谱图像的退化模型与目标正则项，构建修复模型之后，高光谱图像修复方法还包括：