[发明专利]一种高光谱图像空间分辨率增强方法

权利要求书

1.一种高光谱图像空间分辨率增强方法，其特征在于，该方法步骤描述如下：

步骤一、提取图像中不同场景的反射光谱，通过压缩感知字典学习算法得到强稀疏性、弱相干性的光谱字典Φ；

步骤二、利用高光谱场景中信号的稀疏性、非负性以及空间结构自相似性，从提取的场景反射光谱解析得到高空间分辨率的低光谱图像，通过同步正交匹配追踪算法求解得到稀疏编码矩阵B；

步骤三、联合光谱字典Φ和稀疏编码矩阵B得到目标图像S。

2.根据权利要求1所述的高光谱图像空间分辨率增强方法，其特征在于，所述步骤一中的光谱字典Φ通过如下公式进行计算：

其中，X_h为高分辨率训练集，h表示高分辨率，将训练图像块的所有列向量连接成矩阵X_h，X_h＝{x₁,...,x_i,...x_mn},x_i表示预处理后的图像块形成的列向量，mn表示训练集的数量，m，n分别表示空间维尺寸，A∈R^d×mn表示所有稀疏表示系数α_i的矩阵，V₀是稀疏约束参数，V₁是相干性阈值，W是观测矩阵，d表示字典原子个数。

3.根据权利要求1所述的高光谱图像空间分辨率增强方法，其特征在于，所述步骤二中的稀疏编码矩阵B通过如下公式进行计算：

其中，ε表示误差项，P表示三维原始输入信号，是P二维形式，通过连接P中的像素形成的二维矩阵形式，T∈R^l×L是变换矩阵，是字典φ变换后得到的，表示矩阵B_p的第i列，M，N表示空间维尺寸，l表示光谱维数，M＞＞m，N＞＞n，L＞＞l。

4.根据权利要求3所述的高光谱图像空间分辨率增强方法，其特征在于，所述通过公式(2)计算稀疏编码矩阵B时，进行i次迭代运算，i＝i+1，步骤描述如下：

步骤2.1、计算每个字典原子与当前图像块近似残差的累积相关性b_j，即

步骤2.2、

步骤2.3、

步骤2.4、

步骤2.5、更新残差：

步骤2.6、如果||Rⁱ||_F>σ||R^i-1||_F，则算法停止，否则继续下一次迭代。

其中，在进行所述第i次迭代之前，还包括初始化步骤：

i＝0；

初始化解：B⁰＝0；

初始残差：

初始化引集：row-supp{B}＝{1≤t≤d,β^t≠0},表示矩阵B中非0行的基数，β^t是矩阵B的第t行。

5.根据权利要求1所述的高光谱图像空间分辨率增强方法，其特征在于，所述由联合光谱字典和稀疏编码矩阵得到目标图像S为，S＝φB。