基于壓縮感知的高光譜圖像重建算法研究.pdf

1、自20世紀(jì)后半葉開始，遙感技術(shù)無論是在理論、技術(shù)，還是在運(yùn)用上都得到了長足的發(fā)展，在這當(dāng)中最突出的無疑是高光譜圖像技術(shù)的出現(xiàn)和發(fā)展。高光譜圖像在獲取地面空間信息的同時，也獲得了其光譜信息，在航空航天、地質(zhì)探測、環(huán)境監(jiān)測等領(lǐng)域得到了廣泛的應(yīng)用。顯然，光譜分辨率越高，成像越多，隨之到來的就是信息量的激增，如此之多的數(shù)據(jù)給數(shù)據(jù)的計算、存儲和傳輸都帶來了巨大的壓力。因此，研究高光譜圖像的信息處理及壓縮編碼技術(shù)具有重要的現(xiàn)實(shí)意義。
　　論文

2、首先對高光譜圖像做了一些個詳細(xì)的概述，分析了高光譜成像原理及其圖像特性；然后研究了壓縮感知理論，對壓縮感知理論各個組成部分做了深入地分析，指出了壓縮感知未來的幾種比較有潛力的發(fā)展方向；最后針對高光譜圖像的幾種特征，結(jié)合壓縮感知，提出了幾種高光譜圖像壓縮感知重構(gòu)算法。針對圖像信息分布不均勻，提出了投影率預(yù)分配思想，形成基于投影率預(yù)分配的分塊壓縮感知。針對高光譜圖像序列的較強(qiáng)譜間相關(guān)性，研究這種相關(guān)性對于重構(gòu)迭代過程的影響，從兩個方面對高光

3、譜圖像的壓縮感知做了深入研究：一是利用其譜間相關(guān)性，提出譜間線性濾波思想，提升重構(gòu)質(zhì)量；二是去除譜間相關(guān)性，提出去相關(guān)模型，去相關(guān)之后的圖像觀測數(shù)據(jù)更加稀疏，重構(gòu)性能更佳。
　　本文主要工作是將高光譜圖像壓縮與壓縮感知理論結(jié)合起來，提出了幾種高光譜圖像壓縮感知重構(gòu)算法。主要研究成果可概括如下：
　?。?）提出了一種基于投影率預(yù)分配的圖像分塊壓縮感知算法。對圖像進(jìn)行分塊，計算每個圖像塊的熵估計，以圖像塊的估計熵所占整個圖像估計

4、熵的比重來控制投影率分配。實(shí)驗(yàn)結(jié)果表明，重構(gòu)質(zhì)量有較大提升，算法復(fù)雜度基本不變。
　?。?）提出了一種基于譜間線性濾波的高光譜圖像壓縮感知算法。該算法在每次迭代之后都與前一幀高光譜圖像的重構(gòu)圖像進(jìn)行譜間線性濾波，結(jié)合前一幀重構(gòu)圖像設(shè)計新的重構(gòu)迭代停止條件。實(shí)驗(yàn)結(jié)果表明，重構(gòu)時間大大降低，重構(gòu)質(zhì)量有大幅度提升。
　?。?）提出了一種基于去相關(guān)模型的高光譜圖像壓縮感知算法。該算法在重構(gòu)過程中建立去相關(guān)模型，將針對當(dāng)前譜段圖像的重