超光谱图像数据中的正则化张量补全算法

摘要

数字图像的高效处理技术被广泛应用于大数据和人工智能各个领域，尤其是超光谱图像处理问题，目前已成为学术研究的热点。超光谱图像数据常以高维数组形式存储，然而常用的高维数组矩阵化方法因无法准确诠释其内部结构而缺乏泛化能力。提出了一个新的张量补全算法来重构超光谱图像并进行相应数据分析。首先，建立一个适合超光谱数据处理的带正则项的张量核范数优化模型。其次，针对所构造的张量优化模型，提出一个高效的变参数交替方向多乘子算法进行求解，并建立算法的收敛性理论。最后，通过与当前一些有效的算法进行多维度比较与分析，验证算法的可行性和有效性。

关键词

超光谱图像 / 张量补全 / 正则化 / 交替方向乘子法 / 变参策略

基金资助

福建省自然科学基金(2022J01378; 2023J011127); 福建省重大教改项目(FBJG20200310); 新工科项目(J1593419745784GS)