[发明专利]基于流形加权非局部曲率正则化的高光谱图像修复方法

权利要求书

1.一种基于流形加权非局部曲率正则化的高光谱图像修复方法，包括如下步骤：

步骤1：给定未知高光谱图像的已知不完整观测图在b上进行数据子块划分操作并加入对应空间位置信息；

步骤2：利用kd-tree近邻搜索算法搜索相似数据子块，获得数据子块相似度的权值矩阵w，对数据子块形成的点云集施加低维性和光滑性约束；得到流形上的加权非局部曲率正则模型；

步骤3：优化求解模型，依据求解公式将步骤2获得的权值矩阵w进行组合操作获得优化后的矩阵

步骤4：将和u的每一个波段代入步骤3中优化模型，用广义极小残差法(GMRES)迭代求解直到稳定，获得修复的图像。

2.根据权利要求1所述的基于流形加权非局部曲率正则化的高光谱图像修复方法，其特征在于：步骤2所述的加权非局部曲率正则项的计算公式定义如下：

其中为梯度算子，是步骤1中所得数据子块集所在低维流形，为L₂范数的平方，u为待求解的高光谱数据，C为子块全集，S为观察到的子块标记集，β为曲率项权重系数，p,q为给定集合C或S中数据子块。

3.根据权利要求1所述的基于流形加权非局部曲率正则化的高光谱图像修复方法，其特征在于：步骤3中，最终建立的优化求解模型如下：

其中λ，β为权重系数，为采样率的倒数，t∈[I₃]，x,y为集合或内的点，是一个映射算子，时d_i＝1，x_i∈S时

4.根据权利要求1所述的基于流形加权非局部曲率正则的高光谱图像修复方法，其特征在于：步骤3所述的求解模型中，最近邻搜索数量为20，保真项参数λ为10⁸，曲率正则项权重β为0.05。