高阶退化遥感图像的渐进式图像修复网络

最近，深度学习方法在遥感图像修复领域取得了显著成就。然而，大多数现有的遥感图像修复方法主要关注常规的一阶退化模型，可能无法有效捕捉遥感图像的成像机制。此外，许多采用深度学习的遥感图像修复方法常被批评为缺乏架构透明度和模型可解释性。为此，我们提出一种新型渐进式修复网络，用于高阶退化成像（HDI-PRNet），以逐级恢复不同图像退化。HDI-PRNet基于退化成像的理论框架，结合高阶退化过程的马尔可夫性质以及最大后验（MAP）估计，提供了在网络内嵌入数学可解释性的优势。该框架由三个主要组成部分构成：基于近端映射先验学习的图像去噪模块、将Neumann级数展开与双域退化学习集成的图像去模糊模块，以及超分辨率模块。广泛实验表明，我们的方法在合成遥感图像和真实遥感图像上均表现出优异性能。