基于光谱稀疏模型的高光谱压缩感知重构

• 作者: 周勇胜 唐伶俐 李传荣 汪琪 马灵玲
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 压缩感知 高光谱成像 稀疏表示 字典学习 重构算法
• 年，卷（期）: 2016,（6）
• 页码范围: 723-730
• 页数: 8页
• 分类号: TP751.1
• 字数: 5376字
• 语种: 中文
• DOI: 10.11972/j.issn.1001-9014.2016.06.015

摘要

提出了一种基于光谱稀疏化的压缩感知采样与重构模型,通过从训练样本中构建光谱稀疏字典提升光谱稀疏化效果,同时在重构时兼顾空间图像的全变分约束进一步提升重构精度.对200波段AVIRIS高光谱场景进行压缩感知重构的实验表明,利用构建的光谱稀疏字典与传统的DCT字典和Haar小波字典相比光谱稀疏化效果明显提升,同时在25％采样下基于光谱稀疏字典几乎无差别重构出了高光谱图像,同样条件下在空间和光谱的精度与现有常用方法相比有较大的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李传荣	中国科学院光电研究院定量遥感信息重点实验室	73	856	15.0	26.0
2	唐伶俐	中国科学院光电研究院定量遥感信息重点实验室	34	516	12.0	22.0
3	周勇胜	中国科学院光电研究院定量遥感信息重点实验室	9	23	3.0	4.0
4	马灵玲	中国科学院光电研究院定量遥感信息重点实验室	27	307	10.0	16.0
5	汪琪	中国科学院光电研究院定量遥感信息重点实验室	5	17	2.0	4.0