[发明专利]基于参考影像约束和非凸低秩约束的遥感图像重建方法

权利要求书

1.一种基于参考影像约束和非凸低秩约束的遥感图像重建方法，其特征在于，包括如下步骤：首先建立目标影像和参考影像在高阶滤波后的结构相似约束，然后用非凸低秩近似约束代替压缩感知的l₁范数来约束目标影像稀疏系数，建立遥感图像稀疏优化重建模型并求解；其中，使用一组大小为5x5或3x3的专家场滤波器组对参考图像做二维滤波，计算与目标影像相匹配的参考影像的稀疏系数，以目标影像与参考影像的专家场滤波系数相似作为约束条件；用非凸低秩核范数约束目标影像稀疏系数，将专家场滤波器滤波后的系数相似加入到目标影像的稀疏系数中，构建目标函数；通过共轭梯度算法、泰勒一阶近似和奇异值分解迭代求解带目标影像低秩先验信息的非局部图像重建模型，其中，用非凸低秩核范数约束目标影像稀疏系数，将相似度加入到目标影像的稀疏系数中进行更新，构建了重建模型的目标函数：

其中，模型中第一项保证重建结果与观测数据保持匹配约束；第二项为高阶滤波系数的结构约束项，Hk为与第k个滤波器滤波过程等价的矩阵运算表示，λ_k为用于第k个滤波器的规整化调节系数；第三项为图像进行组群稀疏和相似块低秩约束的正则项，λ表示图像块的稀疏水平，η表示图像块相似程度拟合的权重。

2.根据权利要求1所述的基于参考影像约束和非凸低秩约束的遥感图像重建方法，其特征在于：使用矩匹配法更新参考图像的均值和标准差，使其与重建图像一致。

3.根据权利要求1所述的基于参考影像约束和非凸低秩约束的遥感图像重建方法，其特征在于，使用高阶滤波器提取结构信息，其所使用的滤波器是从Berkeley分割数据集中提取20000幅图像补丁并由专家场模型加以训练得到。

4.根据权利要求1所述的基于参考影像约束和非凸低秩约束的遥感图像重建方法，其特征在于，获取低秩相似矩阵时，所用到的相似图像块矩阵的位置关系是从参考图像中获得的。