[发明专利]一种基于小支持域正则化逆卷积的遥感影像恢复方法

权利要求书

1.一种基于小支持域正则化逆卷积的遥感影像恢复方法，包括以下步骤：

第一步、点扩散函数的选择及支持域的确定——选择二维高斯函数h(i，j)为恢复模型的点扩散函数，其傅里叶变换函数为H(u，v)，所述高斯函数h(i，j)的支持域为N₂×N₂，其傅里叶变换函数的尺寸为N₂×N₂，其中u为频率横坐标，v为频率纵坐标，N₂为自然数，取值范围为[7，11]；

第二步、获取估计的观测影像功率谱S(u，v)——将观测影像划分为尺寸为N₂×N₂的若干个子观测影像，对不足区域的像元补零；对各子观测影像进行傅立叶变换，接着对各子观测影像的傅立叶变换结果求和，求和结果的功率谱为估计的观测影像功率谱S(u，v)，所述估计的观测影像功率谱S(u，v)的尺寸为N₂×N₂；

第三步、确定正则化逆滤波算子W(u,v)--W(u,v)=H(u,v)*|H(u,v)|2+log(C/S(u,v)),]]>式中H(u，v)^*为傅里叶变换函数H(u，v)的共轭复数，C为正则化参数，其取值范围为[10，50]；

第四步、影像恢复——利用第三步获得的正则化逆滤波算子W(u，v)对整幅观测影像进行逆卷积运算，得到恢复影像；

第五步、点扩散函数支持域调节——若观测影像与恢复影像之间信噪比值介于20-30分贝之间，则第四步得到的恢复影像为最终得到的估计原始影像；否则调整点扩散函数支持域即N₂的取值，并转至步骤第一步。

2.根据权利要求1所述的基于小支持域正则化逆卷积的遥感影像恢复方法，其特征在于：若观测影像为多光谱HJ卫星影像，则N₂的初始取值为7。