1 西北工业大学自动化学院, 西安 710072
2 四川工程职业技术学院基础教学部, 四川 德阳 618000
3 光电控制技术重点实验室, 河南 洛阳 471000
4 华东交通大学理学院, 南昌 330013
针对去除遥感图像条带噪声时易造成模糊或细节丢失等问题, 分析研究干净图像及条带噪声的方向和结构特征, 提出了遥感图像条带噪声分离方法。对于条带噪声, 其稀疏结构特征表征为条带的组稀疏性和平滑性, 结合条带的L2,1范数和沿条带方向的梯度的L0范数实现特征约束; 对于干净图像, 其边缘连续性采用L1范数进行约束。考虑该约束模型的非凸性, 采用基于近端交替方向乘子(PADMM)的算法进行快速求解。模拟数据和实际数据的实验结果表明, 所提算法有效去除了图像中的条带噪声, 同时高效保留原图像的细节信息, 充分验证了算法的可行性和可靠性。
条带噪声 非凸优化 组稀疏 方向特征 结构特征 stripe noise non-convex optimization group sparsity directional feature structural feature
1 信息工程大学 理学院, 河南 郑州 450001
2 信息工程大学 地理空间信息学院, 河南 郑州 450001
3 郑州升达经贸管理学院, 河南 郑州 451191
现有的空间目标图像波后处理方法多直接套用自然光学图像的复原技术, 效果并不理想。本文通过分析空间目标图像的近似稀疏性和灰度值服从超拉普拉斯分布的独有特点, 提出了一个采用正则化方法的非凸稀疏正则化空间目标图像复原模型。在数值计算过程中, 根据交替方向乘数法将复原模型分解为两个子问题, 对凸优化子问题采用快速傅里叶变换求解, 对非凸优化子问题采用固定点迭代方法求解。文中设计了非凸稀疏正则化空间目标图像波后复原的完整算法流程, 并针对模拟图像和真实空间目标图像进行了对比验证。 结果显示: 相对于最近的流行算法, 提出方法的最大峰值信噪比提高了2 dB, 最大平均结构相似度提高了0.17, 最大信息熵提高了3.85, 图像清晰度提高了2.65。
空间目标图像 波后复原 稀疏性 正则化 非凸优化 交替方向乘数法 space object image wave back restoration sparsity regularization non-convex optimization alternating direction multiplier method
