資源描述：
《基于線性混合模型的高光譜圖像壓縮感知研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、西北工業(yè)大學博士學位論文（學位研究生）題目：基于線性混合模型的高光譜圖像壓縮感知研究作者：王忠良學科專業(yè)：信息與通信工程指導教師：馮燕2015年11月Title:StudyonCompressiveSensingofHyperspectralImageryBasedonLinearMixingModelsByWangZhong-liangUndertheSupervisionofProfessorFengYanADissertationSubmittedtoNorthwesternPolytechnicalUniversityInpartialfulfillmentof
2、therequirementForthedegreeofDoctorofInformationandCommunicationEngineeringXi’anP.R.ChinaNovember2015摘要摘要隨著高光譜圖像分辨率的不斷提高，成像光譜儀獲取的高光譜數據急劇增加，海量的高光譜數據給機載或星載遙感成像系統的數據存儲、傳輸和處理帶來巨大壓力。傳統的高光譜遙感成像面臨高速率采樣、海量數據的存儲和傳輸等難以突破的難題。壓縮感知理論作為一種新穎的數據采集理論將數據的采樣和壓縮過程巧妙地結合起來，實現采樣率低于傳統奈奎斯特率的數據采集和少量觀測數據的精確重構，降低了對傳
3、感器的要求，有效避免了追求高分辨率帶來的軟硬件成本問題。壓縮感知理論的誕生為解決傳統高光譜遙感成像面臨的瓶頸問題提供了有效的解決途徑，將壓縮感知技術應用于高光譜遙感成像的研究已成為當前高光譜數據采集研究的熱點。本文以高光譜數據的壓縮采樣模式和圖像的重建算法為研究對象，以高光譜圖像的線性混合模型為契機，致力于尋求高效的高光譜壓縮采樣方式和快速、高精度的壓縮感知重建算法，并針對當前成熟的推掃式和擺掃式高光譜數據采集模式研究了壓縮感知成像的實現方案。論文的主要工作及取得的創(chuàng)新性成果如下：1.針對高光譜圖像空間或光譜維壓縮采樣形式單一、采樣效率低的問題，在分析研究空間壓縮采樣域
4、數據特性的基礎上，提出了一種高光譜圖像的空譜壓縮采樣方案。高光譜數據采樣先進行空間壓縮采樣，再對壓縮后的數據進行光譜維壓縮采樣。實驗結果表明，空譜壓縮采樣有助于提高采樣效率，改善重構質量。2.針對傳統高光譜壓縮感知直接重構原始圖像數據量大的問題，在光譜維壓縮采樣數據的重構過程中應用線性混合模型，提出了已知端元譜和未知端元譜的壓縮感知重構算法，以及基于線性光譜庫混合模型的壓縮感知重構算法。應用線性混合模型將高光譜圖像分離成豐度系數和端元特征兩個小數據量的子集，利用混合像元分解算法估計豐度，稀疏優(yōu)化算法提取端元，再通過估計的豐度和提取的端元來合成原圖像。實驗結果表明所提的重
5、構算法由于估計的兩子集數據量小，運行速度上有較大幅度的提升，同時能獲得更高的峰值信噪比和更好的重建效果。3.針對高光譜圖像壓縮感知重構精度低、計算復雜度高的問題，提出了基于波段的分布式壓縮感知和基于像元的分布式壓縮感知方案。采樣時將高光譜圖像分成關鍵波段圖像與壓縮感知波段圖像或者關鍵像元與壓縮感知像元，并對不同類別數據采用不同的采樣方式。重構時利用線性混合模型分離不同類別的觀測數據，進行端元提取和豐度估計，線性譜解混算法的應用使得欠定問題的優(yōu)化轉化成超定方程的求解，大幅提高了重構算法的運行速度和精度。在基于波段的分布式壓縮采樣基礎上，提出基于迭代預測的分布式壓縮感知重構
6、算法，進一步提高了高光譜壓縮感知的重構精度。多個高光譜數據集的實驗結果表明，所提的兩種分布式壓縮感知方案重構的平均信噪比遠遠高于壓縮投影主成分分析算法和三維壓縮采樣算法，且重構速度比三維壓縮采樣算法有數量級的I提升。4.針對高光譜圖像壓縮測量矩陣難以光學實現的問題，構造了實現空譜聯合壓縮采樣的測量矩陣，提出了高光譜圖像的空譜聯合壓縮感知方案。通過分析空間壓縮采樣的豐度系數的數據特性，構造了便于光學實現的、具有特殊結構的空間測量矩陣。重構時采用線性混合模型通過提取端元和估計豐度恢復原圖像。實驗結果表明，高光譜圖像采用空譜聯合的壓縮采樣，重構時利用線性混合模型進行分離重構，
7、能實現快速、高精度的數據采集與重建的目標。5.基于擺掃式和推掃式高光譜遙感數據采集模式，研究了壓縮感知成像的實現方案，設計了實現擺掃式基于像元的分布式壓縮采樣成像系統模型、推掃式光譜維和空譜聯合壓縮采樣成像系統模型。采用棱鏡、柱面透鏡、DMD等光電器件，能使采集的數據量大幅減少而不需要進行其它壓縮處理，既節(jié)省了存儲空間和傳輸資源，又降低了數據壓縮算法帶來的功耗，有利于機載或星載高光譜成像的實現。仿真所設計成像系統模型壓縮觀測數據，采用本文所設計的重構算法進行重構，雖然重構性能稍有下降，但仍能高精度的恢復原數據。關鍵詞：高光譜圖像，壓縮感知
