[发明专利]基于自适应正则参数全变分算法的干涉高光谱图像分解方法

摘要

本发明涉及一种基于自适应正则参数全变分算法的干涉高光谱图像分解方法包括以下步骤：⑴读取一帧待分解的干涉高光谱图像X；⑵设置X_B表示背景层，设置X_I表示干涉条纹层；⑶采用遗传算法来寻找最优正则化参数Opt_β；⑷利用全变分方法寻求最优背景层X_B，然后根据X_I＝X‑X_B得到干涉条纹层；⑸完成图像分解。本发明，根据干涉条纹信息与背景图像信息分别具有不同的单方向特征这一特点，使用基于自适应正则参数的全变分算法对干涉高光谱图像中干涉条纹信息与背景图像信息进行分离处理。相对于IMCA图像分解算法与IMT图像分解算法，分解后的干涉条纹层具有最小的竖直方向全变分值，背景图像层具有最小的水平方向全变分值。

主权项

一种基于自适应正则参数全变分算法的干涉高光谱图像分解方法，其特征在于：包括以下步骤：⑴读取一帧待分解的干涉高光谱图像X，设置正则参数取值的最小值和最大值；⑵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；⑶采用遗传算法来寻找最优正则化参数Opt_β；⑷利用寻求最优背景层X_B，然后根据X_I＝X‑X_B得到干涉条纹层；⑸完成图像分解。