壓縮感知遙感視頻成像理論與方法研究.pdf

1、視頻成像系統(tǒng)為我們提供了高分辨率和近實時的遙感視頻圖像，但它面臨著數(shù)據(jù)量大、遙感傳輸困難等問題。如何在保障成像質(zhì)量的同時完成視頻數(shù)據(jù)的壓縮傳輸是我們必須面對的問題。
　　壓縮感知理論的出現(xiàn)為我們解決上述問題提供了顛覆性的思路，它以信號的稀疏性為基礎(chǔ)，采用少量的壓縮測量數(shù)據(jù)，通過稀疏優(yōu)化高精度重構(gòu)信號，這為遙感視頻壓縮成像提供了理論基礎(chǔ)。本文對壓縮感知遙感視頻成像進行了系統(tǒng)的研究。
　　建模方面，建立了壓縮感知遙感視頻成像的測

2、量模型和重構(gòu)模型。提出了壓縮感知的遙感成像框架，指出了視頻成像序列圖像相關(guān)性強的特點，提出了壓縮感知遙感視頻成像的單幀測量模型與差分測量模型，以及相應(yīng)的單幀重構(gòu)模型和差分重構(gòu)模型。數(shù)值仿真分析了兩種測量模型和重構(gòu)模型的優(yōu)缺點，指出差分模型相對于單幀模型提高了數(shù)據(jù)的整體利用效率，增加了數(shù)據(jù)壓縮的壓縮比，提高了視頻圖像的重構(gòu)質(zhì)量。
　　理論方面，進行了以下三方面的研究：
　　首先，研究了遙感視頻圖像在線稀疏表示。介紹了視頻在線稀

3、疏表示的基本理論，提出了在線前饋和在線反饋兩種遙感視頻圖像在線稀疏表示框架，從理論上分析比較了兩種在線稀疏表示框架的優(yōu)缺點，認為在線反饋稀疏表示框架更適合遙感視頻圖像的在線稀疏表示框架。采用了三種訓(xùn)練樣本選取方法：迭進分塊法、塊匹配法和邊信息法，比較了三種樣本選取方法的優(yōu)缺點，認為邊信息法是樣本選取的理想方法?；仡櫫俗顑?yōu)方向法(MOD)和奇異值分解聚類法(K-SVD)兩種字典訓(xùn)練方法，提出了全局主成分分析法(global-PCA)和獨立

4、成分分析法(ICA)兩種字典訓(xùn)練方法。通過數(shù)值仿真，比較分析了四種字典訓(xùn)練方法的優(yōu)缺點，仿真結(jié)果說明提出的ICA字典訓(xùn)練方法相對于MOD和K-SVD兩種字典訓(xùn)練方法重構(gòu)效果好、重構(gòu)時間少，提出的Globe-PCA字典訓(xùn)練方法相對于這兩種方法優(yōu)勢并不明顯。
　　其次，提出了基于Bregman的遙感視頻圖像重構(gòu)方法。引入Bregman迭代方法分別求解壓縮感知遙感視頻成像單幀重構(gòu)模型和差分重構(gòu)模型，并在兩種重構(gòu)模型的L1-正則化稀疏約束

5、條件下，采用經(jīng)典Bregman迭代方法、線性Bregman迭代方法、加速線性Bregman迭代方法分別求解兩種重構(gòu)模型，提出了六種重構(gòu)算法。數(shù)值仿真結(jié)果表明線性Bregman迭代方法重構(gòu)性能好、實施容易，對求解壓縮感知遙感重構(gòu)模型有明顯優(yōu)勢。在Lp-正則化為稀疏約束的條件下，提出了基于Lp-正則化的線性Bregman加權(quán)迭代算法。數(shù)值仿真表明，Lp-正則化約束比于L1-正則化約束稀疏性更好，提出的重構(gòu)算法的重構(gòu)性能更好。
　　最后

6、，提出了三種不同的壓縮測量系統(tǒng)：相位調(diào)制和半幀疊加的遙感視頻壓縮測量系統(tǒng)、相關(guān)性估計的遙感視頻壓縮測量系統(tǒng)、動態(tài)估計的遙感視頻壓縮測量系統(tǒng)，通過數(shù)值仿真將三種壓縮測量模型與傳統(tǒng)的測量模型進行比較，分析了各壓縮測量系統(tǒng)的優(yōu)缺點，仿真結(jié)果表明，相位調(diào)制和半幀疊加的遙感視頻壓縮測量系統(tǒng)有利于提高成像的質(zhì)量，增加視場范圍。相關(guān)性估計的遙感視頻壓縮測量系統(tǒng)有利于降低視頻遙感數(shù)據(jù)傳輸?shù)膲嚎s比。動態(tài)估計的遙感視頻壓縮測量系統(tǒng)適合高動態(tài)的成像場景，重構(gòu)