[发明专利]基于聚类流形先验的高光谱图像超分辨重建方法

摘要

本发明提供了一种基于聚类流形先验的高光谱图像超分辨重建方法，利用高分辨率RGB图像与高分辨率高光谱图像在空间上的流行结构的相似性来构造空间约束项，并利用其构建新的重建目标函数，再利用ADMM算法对目标函数进行优化求解，得到最终重建的高分辨率高光谱图像，重建图像更加接近原始图像，具有较高的重建精度。

主权项

1.一种基于聚类流形先验的高光谱图像超分辨重建方法，其特征在于包括以下步骤：步骤1：给定低分辨率高光谱图像X和同一场景下的高分辨率RGB图像Y，在空间维上用一个h×w大小的窗以s＝1为步长扫过图像Y，得到全波段图像块集合，其中，每一个图像块bk∈Rh×w×3，k＝1,…,K，K为图像块个数，0＜h＜R，0＜w＜C，R为图像的长，C为图像的宽；步骤2：将步骤1得到的所有图像块均变换为二维矩阵，即对每一个图像块b_k得到一个全波段矩阵B_k∈R^n×3，n＝w×h；再利用K‑means算法对所有全波段矩阵进行聚类处理，得到N_c个类，每一类为步骤3：按照s.t.diag(W_i)＝0计算得到相似性权重矩阵W；其中，W＝{W₁,W₂,...,W_i}，×₂表示为模2的张量乘法，表示矩阵的Frobenius范数，i＝1,…,N_c，λ＝0.3表示权重系数；步骤4：基于融合的高光谱图像超分辨重建算法的优化模型和流行先验的空间约束，构建高光谱图像超分辨重建的目标函数如下：其中，Z即为待重建的高分辨率高光谱图像，P为光谱域上的降采样矩阵，H为空间域上的降采样矩阵，为基于流行先验的空间约束项，为的集合，为图像Z潜在的与在空间上对应的类，η＝0.001为平衡参数，i＝1,…,N_c；步骤5：利用ADMM算法求解步骤4的目标函数，得到重建后的高分辨率高光谱图像Z。