[发明专利]基于分裂Bregman的干涉高光谱图像快速分解算法

说明书

所属技术领域

本发明属于遥感光谱数据处理的技术领域，是针对干涉高光谱数据成像原理的固有特征及自身特点，采用分裂Bregman思想改进的快速图像分解算法。

背景技术

干涉高光谱成像技术在航空遥感领域中是很有价值的实用技术，通过这种技术可以获得观测目标的光谱信息与空间信息，该技术目前在气象、军事、环境监测和地质等领域都有较为广泛的实际应用。干涉高光谱图像数据是由基于推扫式傅里叶变换型成像原理的大孔径干涉光谱仪(LASIS，Large Aperture Static Imaging Spectrometer)通过卫星推扫产生的三维图像数据，分辨率极高，其海量的数据对数据存储与有限带宽信道上的传输造成了一定程度的困难，所以针对其数据本身特点设计出适用于干涉高光谱数据的高效数据压缩方法势在必行。近几年来，干涉高光谱遥感图像的压缩方法一直被深入研究，干涉高光谱图像特殊的成像原理，使其帧内存在着大幅值且位置固定的干涉条纹，而帧间存在着水平移位的背景图像，这种特点会严重的破坏原始图像的固有结构，从而导致新兴的压缩感知理论与传统压缩算法的直接应用无法得到理想的效果。

现有算法的缺点：针对干涉高光谱提出IMCA分解模型在2015年被提出，基于MCA与TV结合的IMT分解模型在2016年被提出。以上两种分解算法针对干涉高光谱图像数据，均实现了背景层与干涉条纹层的分离，但都需要消耗大量时间进行迭代以实现全局寻优操作。

发明内容

本发明的目的在于克服现有针对干涉高光谱数据分解算法技术中运行效率实时性的不足，采用分裂Bregman思想与干涉高光谱图像数据的固有特征及自身特点，推导出的一种高效快速的图像分解算法，从而为新兴的压缩感知理论在干涉高光谱图像中的进一步应用奠定了理论基础。

本发明采取的技术方案是：

一种基于分裂Bregman的干涉高光谱图像快速分解算法，其特征在于：该算法包括以下步骤：

(1)读取一帧待分解的干涉高光谱图像X作为输入参数；

(2)设置X_B表示背景层，设置X_I表示干涉条纹层，二者与X的关系是：X_I＝X-X_B，设置分裂Bregman迭代初始化参数d_x，d_y，b_x，b_y，设置水平方向全变分权值参数λ₁，设置竖直方向全变分权值参数λ₂；

(3)根据分裂Bregman原理利用干涉高光谱图像的单方向性特征进行内层迭代，对X_B，d_x，d_y，b_x，b_y进行寻优操作；

(4)根据分裂Bregman原理进行外层迭代，对变量X进行Bregman更新；

(5)完成Bregman迭代求出背景层最优解X_B，通过X_I＝X-X_B求得干涉条纹层最优解；

(6)完成图像分解。

其中步骤(2)所述设置分裂Bregman迭代初始化参数d_x，d_y，b_x，b_y，均初始化为与输入参数X同等大小的矩阵，矩阵中的元素数值全部设置为0。

其中步骤(3)所述的内层迭代中，用k表示外层迭代次数(内层迭代次数不采用变量表示)，初始化k＝0，令X^k＝X，背景层初始化为X_B^k＝X^k，根据分裂Bregman原理利用干涉高光谱图像的单方向性特征进行内层迭代，对X_B，d_x，d_y，b_x，b_y进行寻优操作：

1)

2)

3)

4)

5)

6)

7)

其中fft2，ifft2分别表示傅里叶变换与逆傅里叶变换，表示卷积，分别表示[0 0 0；0 1 -1；0 0 0]，[0 0 0；-1 1 0；0 0 0]，[0 0 0；0 1 0；0 -1 0]，[0 -1 0；0 1 0；0 0 0]的Sobel卷积核算子。

其中步骤(4)所述的外层迭代，对输入数据X进行Bregman更新：