基于低秩约束惩罚最小二乘的干涉图基线校正方法.docx

摘要 提出一种基于低秩约束惩罚最小二乘（LRPLS）的基线校正方法。利用惩罚最小二乘模型综合考虑拟合基线对干涉图的保真度和平滑度的影响，同时引入有效干涉图和噪声的低秩-稀疏先验约束条件，从而构建联合低秩矩阵恢复和惩罚最小二乘的正则化框架，并采用基于增广拉格朗日乘子的迭代优化算法进行求解。在“嫦娥一号”卫星干涉成像光谱仪（IIM）数据上的实验表明，所提方法在去除基线的同时，能够保留干涉图的有效信息。相比于现有的基线校正方法，所提方法具有更好的稳定性和抗噪能力；校正后复原高光谱影像得到显著提升，对于改善干涉成像光谱仪数据质量具有较高的实际应用价值。 Abstract A baseline corr