資源描述：
《高光譜圖像的分布式壓縮感知成像與重構(gòu).pdf》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、第23卷第4期光學精密工程V0I．23No．42015年4月OpticsandPrecisionEngineeringApr．2015文章編號1004—924X(2015)04—1131—07高光譜圖像的分布式壓縮感知成像與重構(gòu)王忠良，馮燕，肖華。，王(1．西北工業(yè)大學電子信息學院，陜西西安710129；2．銅陵學院電氣工程學院，安徽銅陵244000；3．銅陵學院數(shù)學與計算機學院，安徽銅陵244000)摘要：根據(jù)高光譜數(shù)據(jù)的特點，提出了一種基于像元的分布式壓縮采樣模型來實現(xiàn)高光譜圖像的有效壓縮采樣與重構(gòu)。搭建了能實現(xiàn)該模型的壓縮采樣光譜成像系統(tǒng)
2、，并研究了用于該系統(tǒng)成像的重構(gòu)算法。在圖像采集階段，將高光譜數(shù)據(jù)分為參考像元和壓縮感知像元；地面像元的輻射能通過棱鏡進行譜帶分離，再利用數(shù)字微鏡器件實現(xiàn)譜帶的線性編碼。對壓縮感知像元進行低采樣率的線性編碼，對參考像元進行采樣率為1的線性編碼。壓縮采樣數(shù)據(jù)重構(gòu)時，不再采用傳統(tǒng)方法直接重構(gòu)高光譜數(shù)據(jù)，而是利用線性混合模型將重構(gòu)高光譜數(shù)據(jù)轉(zhuǎn)換成端元提取和豐度估計，然后根據(jù)重構(gòu)的端元和豐度恢復原數(shù)據(jù)。對比實驗表明，在壓縮采樣數(shù)據(jù)為總數(shù)據(jù)的2O時，重構(gòu)的平均信噪比提高了lOdB。所設計的成像系統(tǒng)應用壓縮感知理論減少了采集的數(shù)據(jù)量，采樣方式簡單，可應用于星
3、載或機載的高光譜壓縮感知成像。關鍵詞：分布式壓縮感知；高光譜圖像；成像光譜儀；線性混合模型；感知矩陣中圖分類號：TP751文獻標識碼：Adoi：10．3788／OPE．20152304．1131DistributedcompressivesensingimagingandreconstructionofhyperspectralimageryWANGZhong—liang～，F(xiàn)ENGYan一，XIAOHua。，WANGLi(1．SchoolofElectronicsandInformation，NorthwesternPolytechnical
4、University，Xian710129，China；2．DepartmentofElectricEngineering，TonglingUniversity，Tongling244000，China；3．DepartmentofMathematicsandComputer，TonglingUniversity，Tongling244000，China)*Correspondingauthor，E-mail：sycfy@nwpu．edu．cnAbstract：Accordingtothecharacteristicsofhighspectra
5、ldata，adistributedcompressedsamplingmodelbasedonpixelswasproposedtorealizetheefficientcompressivesamplingandreconstruction．Aspectralimagingsystembasedondistributedcompressedsamplingwasestablishedandareconstructionalgorithmforthissystemwasinvestigated．Intheimageacquisitionsta
6、ge，thehyperspectraldataweredividedintokeypixelsandcompressivesensingpixels．Thegroundpixelswereseparatedalongthespectraldirectionbyaprism．Then，thelinearencodingbetweenthespectralbandswasrealizedbyadigitalmicro—mirrordevice．Thecompressivesensingpixelswerecodedwithalowsamplingr
7、ate，andthekeypixelswerecodedbyasamplingrateof1．Inthereconstructionofthecompressivesampleddata，thetraditionalcompressivesensingreconstructionmethodswhichrecover收稿日期：2014一l1—21；修訂日期：2015—01—12．基金項目：國家自然科學基金資助項目(No．61071171)；安徽省高等學校省級自然科學研究基金資助項目(NoKJ2013B298)；西北工業(yè)大學博士論文創(chuàng)新基金資助項
8、目(No．CX201424)光學精密工程第23卷hyperspeetraldatadirectlywereabandoned．However，thel
