摘要
本发明公开了一种使用组稀疏先验张量模型的遥感图像去云方法,属于信息处理技术领域,包括如下步骤:步骤1获取连续时间节点的遥感图像,按时间序列沿着谱方向依次堆叠,形成具有空间和谱方向平滑性的三阶原始张量;步骤2基于低秩张量表示刻画干净分量的低秩性,将干净分量通过低秩张量表示按照设定的秩分解为空间因子和时‑谱因子,并将这个表示关系写作约束条件;步骤3基于l2,1范数正则刻画干净分量的空间因子的组稀疏性,对空间因子作沿着两个空间方向上的差分运算得到差分图像,利用l2,1范数构建基于空间因子的组稀疏约束项。本发明用于实现复杂场景中多时相遥感图像的高效准确去云。
技术关键词
遥感图像去云方法
稀疏先验
因子
增广拉格朗日
变量
二维快速傅里叶变换
矩阵
ADMM算法
最小化方法
信息处理技术
元素
序列
节点数
方程
关系
像素
重构
系统为您推荐了相关专利信息
任务分配方法
多智能体强化学习
无人机集群
拉格朗日
任务分配算法
电力系统快速调频
容量优化配置方法
最小化系统
ARIMA模型
历史负荷数据
波束成形矩阵
混合波束成形方法
波束成形器
匹配误差
延时器
露天煤矿开采
红外热成像设备
图像
开孔方法
位置识别