【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种图像处理方法、装置、存储介质及电子设备。
技术介绍
1、高光谱图像拥有丰富的空间和光谱信息，这使得其在地物分类、特种作业、计算机视觉任务等方面有着广泛的应用。然而，由于仪器的局限性和成像光学的限制，高光谱传感器往往无法获得高空间分辨率的数据，这大大降低在应用领域所需的检测和识别性能。
技术实现思路
1、本专利技术的主要目的在于提供一种图像处理方法、装置、存储介质及电子设备，旨在解决现有技术中高光谱图像的空间分辨率较低的问题。
2、为实现上述目的，本专利技术的实施例采用的技术方案如下：
3、第一方面，本专利技术实施例提供一种图像处理方法，包括以下步骤：
4、获得原始图像；
5、将原始图像输入图像处理模型，获得目标图像；其中，图像处理模型基于高光谱图像的空间分辨率退化模型和正则项约束构建，正则项约束基于对低分辨率的高光谱图像的线性约束和非线性约束构建。
6、在第一方面的一种可能实现方式中，将原始图像输入图像处理模型，获得目标图像之前，图像处理方法还包括：
7、基于对低分辨率的高光谱图像的线性约束和非线性约束，构建正则项约束；
8、基于高光谱图像的空间分辨率退化模型和正则项约束，构建图像处理模型。
9、在第一方面的一种可能实现方式中，基于对低分辨率的高光谱图像的线性约束和非线性约束，构建正则项约束，包括：
10、基于对低分辨率的高光谱图像的线性约
11、基于对低分辨率的高光谱图像的非线性约束，获得第二正则项约束；
12、根据第一正则项约束和第二正则项约束，构建正则项约束。
13、在第一方面的一种可能实现方式中，基于对低分辨率的高光谱图像的线性约束，获得第一正则项约束，包括：
14、基于低分辨率的高光谱图像进行分割，获得三维的全波段图像块；
15、根据k近邻算法在全波段图像块上搜索目标中心立方体的相似立方体，获取若干相似立方体；
16、分别堆叠相似立方体，获得若干四阶张量；
17、基于若干四阶张量，构建低秩正则项以获得第一正则项约束。
18、在第一方面的一种可能实现方式中，基于对低分辨率的高光谱图像的非线性约束，获得第二正则项约束，包括：
19、基于低分辨率的高光谱图像进行非线性结构的超图形式表达；
20、根据超图形式表达，获得超图矩阵；
21、利用超图矩阵刻画低分辨率的高光谱图像中空间和光谱流形结构，获得第二正则项约束。
22、在第一方面的一种可能实现方式中，基于高光谱图像的空间分辨率退化模型和正则项约束，构建图像处理模型之前，图像处理方法还包括：
23、扩展二维图像的退化模型，获得高光谱图像的空间分辨率退化模型。
24、在第一方面的一种可能实现方式中，基于高光谱图像的空间分辨率退化模型和正则项约束，构建图像处理模型之后，图像处理方法还包括：
25、基于交替方向乘子法求解图像处理模型，获得目标图像处理模型；
26、将原始图像输入图像处理模型，获得目标图像，包括：
27、将原始图像输入目标图像处理模型，获得目标图像。
28、第二方面，本专利技术实施例提供一种图像处理装置，包括：
29、获得模块，获得模块用于获得原始图像；
30、目标模块，目标模块用于将原始图像输入图像处理模型，获得目标图像；其中，图像处理模型基于高光谱图像的空间分辨率退化模型和正则项约束构建，正则项约束基于对低分辨率的高光谱图像的线性约束和非线性约束构建。
31、第三方面，本专利技术实施例提供一种计算机可读存储介质，储存有计算机程序，计算机程序被处理器加载执行时，实现如上述第一方面中任一项提供的图像处理方法。
32、第四方面，本专利技术实施例提供一种电子设备，包括处理器及存储器，其中，
33、存储器用于存储计算机程序；
34、处理器用于加载执行计算机程序，以使电子设备执行如上述第一方面中任一项提供的图像处理方法。
35、与现有技术相比，本专利技术的有益效果是：
36、本专利技术实施例提出的一种图像处理方法、装置、存储介质及电子设备，该方法包括：获得原始图像；将原始图像输入图像处理模型，获得目标图像；其中，图像处理模型基于高光谱图像的空间分辨率退化模型和正则项约束构建，正则项约束基于对低分辨率的高光谱图像的线性约束和非线性约束构建。本专利技术通过将低空间分辨率的原始图像输入图像处理模型，输出得到高空间分辨率的目标图像，并且由于图像处理模型基于高光谱图像的空间分辨率退化模型和正则项约束构建，能够挖掘潜在空间和光谱的先验知识表达，其中的正则项约束考虑了在空间或光谱维联合的线性约束和非线性约束，既对低维空间进行刻画，又对在空间和光谱维的非线性结构表征，联合线性和非线性的约束，使得目标图像的空间分辨率得以提升。
本文档来自技高网...【技术保护点】
1.一种图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的图像处理方法，其特征在于，所述将所述原始图像输入图像处理模型，获得目标图像之前，所述图像处理方法还包括：
3.根据权利要求2所述的图像处理方法，其特征在于，所述基于对低分辨率的所述高光谱图像的线性约束和非线性约束，构建所述正则项约束，包括：
4.根据权利要求3所述的图像处理方法，其特征在于，所述基于对低分辨率的所述高光谱图像的线性约束，获得第一正则项约束，包括：
5.根据权利要求3所述的图像处理方法，其特征在于，所述基于对低分辨率的所述高光谱图像的非线性约束，获得第二正则项约束，包括：
6.根据权利要求2所述的图像处理方法，其特征在于，所述基于所述高光谱图像的空间分辨率退化模型和所述正则项约束，构建所述图像处理模型之前，所述图像处理方法还包括：
7.根据权利要求2所述的图像处理方法，其特征在于，所述基于所述高光谱图像的空间分辨率退化模型和所述正则项约束，构建所述图像处理模型之后，所述图像处理方法还包括：
8.一种图像处理装置
9.一种计算机可读存储介质，储存有计算机程序，其特征在于，所述计算机程序被处理器加载执行时，实现如权利要求1-7中任一项所述的图像处理方法。
10.一种电子设备，其特征在于，包括处理器及存储器，其中，
...【技术特征摘要】
1.一种图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的图像处理方法，其特征在于，所述将所述原始图像输入图像处理模型，获得目标图像之前，所述图像处理方法还包括：
3.根据权利要求2所述的图像处理方法，其特征在于，所述基于对低分辨率的所述高光谱图像的线性约束和非线性约束，构建所述正则项约束，包括：
4.根据权利要求3所述的图像处理方法，其特征在于，所述基于对低分辨率的所述高光谱图像的线性约束，获得第一正则项约束，包括：
5.根据权利要求3所述的图像处理方法，其特征在于，所述基于对低分辨率的所述高光谱图像的非线性约束，获得第二正则项约束，包括：
...【专利技术属性】
技术研发人员：孔祥阳，
申请(专利权)人：四川工程职业技术大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。