基于空间-光谱字典的不完备高光谱图像重构

• 作者: 练秋生 赵阳
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 高光谱图像 字典学习 稀疏表示 空间相关性 谱间相关性
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 112-118
• 页数: 7页
• 分类号: TP751.1|TH74
• 字数: 5168字
• 语种: 中文

摘要

提出了一种新的空间-光谱字典学习方法,用于不完备高光谱图像的重构.根据高光谱图像具有丰富的空间和谱间相关性的特点,将高光谱图像分割成三维重叠的小立方体块,从中学习出能够对这些块进行稀疏表示的空间-光谱字典.首先固定字典,用非负正交匹配追踪法计算稀疏系数；然后固定系数,用梯度下降法更新字典,上述两步交替进行直到算法收敛.依据这种分块模型学习出的字典更符合高光谱图像的特点.在谱向上字典原子为物质的光谱反射曲线,在空间向上字典为普通二维空间块字典.最后将字典应用于不完备高光谱图像的重构,实验结果表明,该方法以较低的采样率获得了良好的重构效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	练秋生	燕山大学信息科学与工程学院	110	1442	20.0	33.0
2	赵阳	燕山大学信息科学与工程学院	8	27	3.0	5.0