基于线性混合模型的高光谱图像分布式压缩感知

作     者：陈欣 粘永健 王忠良 CHEN Xin;NIAN Yongjian;WANG Zhongliang

作者机构：重庆工程学院软件学院重庆400056 陆军军医大学(第三军医大学)生物医学工程与影像医学系重庆400038 铜陵学院电气工程学院安徽铜陵244061 

基　　金：安徽省高等学校自然科学研究重点项目(KJ2016A884) 安徽省高等学校省级自然科学研究项目(KJ2013B298) 安徽省高等学校省级质量工程项目(2016zy126) 重庆市基础科学与前沿技术一般项目(cstc2016jcyjA0539) 

出 版 物：《红外技术》 (Infrared Technology)

年 卷 期：2019年第41卷第8期

页      码：758-763页

摘      要：为了实现高光谱图像的有效压缩采样与重构,对分布式压缩采样的高光谱数据应用线性混合模型进行重构。首先,在图像采集阶段,针对高光谱图像的空谱特性,应用分布式压缩采样策略对高光谱数据进行采集;在数据重构阶段,应用高光谱图像的线性混合模型假设,先对压缩数据进行端元数目的估计,再利用估计的端元数来估计丰度矩阵,根据端元特征信号的稀疏性质提取端元矩阵,从而重构出原始的高光谱数据,抛弃了压缩感知重构算法中高计算复杂性的欠定问题求解。实验结果表明:在压缩采样数据为总数据的20%时,重构的平均信噪比比压缩投影主成分分析算法提高了15dB以上,同时该方法还便于获得端元和丰度信息。所设计的压缩感知方案采样方式简单,重构速度快、精度高,可应用于星载或机载的高光谱压缩感知成像。

主 题 词：分布式压缩感知 高光谱图像 线性混合模型 解混 

学科分类：0810[工学-土木类] 08[工学] 081002[081002] 

核心收录：

馆 藏 号：203763689...