王晓燕， 李 杰, 彭帮平, 涂亦澄

1. 北京物资学院信息学院， 北京 101149

2. 北京建筑大学机电与车辆工程学院， 北京 102616

3. Department of Computer Science and Engineering, University of South Florida, Fl, 33647， USA

引 言

高光谱图像由于能够同时探测物体的光谱信息和空间信息， 因而在航天遥感、 农业和环境等方面都有十分重要的应用。 但是高光谱影像在获取过程中， 由于载荷平台的振动， 使得高光谱遥感数据的空间图像模糊， 信噪比下降， 光谱重建后光谱混叠， 对比度降低， 光谱严重失真， 严重影响光谱图像在应用中的精度和可信度。 因此， 对平台减振， 减少数据受到平台振动的干扰污染， 对振动模糊高光谱图像进行有效的复原， 是提高高光谱图像数据准确性的重要保证。

常见用于运动模糊光谱图像的复原算法有维纳滤波(逆滤波)算法[1]， 卡尔曼滤波算法[2]， Richardson-Lucy[3]迭代恢复算法。 这些常用的运动图像恢复算法对图像的恢复效果不错， 但是对光谱的恢复却不理想， 恢复的图像质量也难以满足应用要求。 杨润宇和贾亦雄等提出截断核范数和全变差正则化高光谱图像复原[4]， 主要用于去除随机死线、 高斯和椒盐噪声； 王旭和陈强提出多通道空间光谱全变差的衍射光谱图像复原算法[5]， 都能有效地去除模糊和噪声， 但是没有应用到运动模糊高光谱图像复原。

遗传算法是一种重要的优化算法， 但标准的遗传算法进行图像恢复， 容易出现过早收敛现象， 很难得到理想结果[6-7]。 基于此， 在遗传算法中加入了动态混沌扰动， 设置了动态扰动参数， 提出了动态混沌扰动遗传算法， 并将混沌遗传算法成功的应用到振动模糊高光谱遥感数据立方体复原中。……