發(fā)布時(shí)間：2020-04-06 19:01

【摘要】：自20世紀(jì)后半葉開始,遙感技術(shù)無(wú)論是在理論,還是在應(yīng)用上都得到了長(zhǎng)足的發(fā)展。干涉高光譜圖像數(shù)據(jù)是由基于推掃式傅里葉變換型成像原理的大孔徑干涉光譜儀通過衛(wèi)星推掃產(chǎn)生的三維圖像數(shù)據(jù),分辨率極高,其海量的數(shù)據(jù)對(duì)數(shù)據(jù)存儲(chǔ)與有限帶寬信道上的傳輸造成了一定程度的困難,所以針對(duì)其數(shù)據(jù)本身特點(diǎn)設(shè)計(jì)出適用于干涉高光譜數(shù)據(jù)的高效傳輸方法勢(shì)在必行。壓縮感知作為一種新的理論框架,對(duì)信號(hào)的描述和處理提供了新的研究思路。與已有的采樣定理不同的是,該理論使用遠(yuǎn)遠(yuǎn)小于奈奎斯特采樣定律的速率對(duì)信號(hào)進(jìn)行采樣,然后從這些少量的觀測(cè)值中高概率的重構(gòu)出原始信號(hào)。這種高效的采樣方式大大縮減了采樣率,因此在眾多研究領(lǐng)域都有著巨大的應(yīng)用前景,對(duì)干涉高光譜圖像的傳輸具有重要意義。干涉高光譜圖像是一種三維圖像,具有多維方向相關(guān)性,干涉條紋包含豐富的光譜信息,然而使用傳統(tǒng)的正則正交匹配追蹤算法重構(gòu)圖像時(shí),需要計(jì)算測(cè)量矩陣與殘差內(nèi)積的絕對(duì)值。由于干涉高光譜圖像存在位置固定幅值波動(dòng)較大的干涉條紋,致使內(nèi)積的計(jì)算結(jié)果方差較大,這會(huì)導(dǎo)致在每次迭代中按正則化標(biāo)準(zhǔn)進(jìn)行二次選取時(shí)選到的原子過多,進(jìn)而導(dǎo)致后續(xù)階段匹配度更高的原子沒有選到,造成支撐集中匹配度高的原子個(gè)數(shù)比例較低。針對(duì)以上問題,本文首先提出了基于相關(guān)閾值的正交匹配追蹤算法,該算法首先采用分塊處理,然后挑選出干涉條紋塊。由于豎直干涉條紋具有較強(qiáng)的單方向特性,根據(jù)水平全變分值提取出圖像中的干涉條紋,進(jìn)行自適應(yīng)采樣。然后本文引入一個(gè)由相關(guān)閾值系數(shù)確定的閾值,采用閾值選取代替ROMP算法中的二次選取,采用相關(guān)閾值不僅可以保障每次選取原子的相關(guān)性足夠高,而且每次可以適當(dāng)?shù)倪x取多個(gè)原子,并且保證足夠的循環(huán)次數(shù),避免了后續(xù)匹配度更高原子的遺漏。相比于傳統(tǒng)ROMP算法,大量實(shí)驗(yàn)數(shù)據(jù)表明本文方法稀疏重建的精度可以得到明顯的提高。上述算法采用相關(guān)閾值來(lái)進(jìn)行二次選取,但是固定的相關(guān)閾值系數(shù)也限制了選擇更適合各個(gè)圖像的閾值,因此本文進(jìn)一步提出了基于自適應(yīng)閾值的正交匹配追蹤算法。該算法保證了重建圖像時(shí)采用的都是該圖像最優(yōu)的相關(guān)閾值,進(jìn)一步提高了算法的稀疏重建精度。
【圖文】：

術(shù)足由相Ｍ斌研宄員在上世紀(jì)末提出的？種新型干涉成像光譜技術(shù)，該技術(shù)采逡逑用T空聯(lián)合調(diào)制，是我國(guó)擁有完全自主知識(shí)產(chǎn)權(quán)的靜態(tài)干涉成像光譜技術(shù)Ｍ。逡逑ＬＡＳＩＳ相機(jī)的原理圖如圖１－３所示。逡逑前置鏡邐Ｓａｇｎａｃ逡逑＼邋＼邋干涉儀逡逑－：Ｍ＝：＾７＾．逡逑＿＿傅氏鏡逡逑＼邋／逡逑＼／逡逑探測(cè)器逡逑圖１－３邋ＬＡＳＩＳ原理圖逡逑３逡逑

術(shù)足由相Ｍ斌研宄員在上世紀(jì)末提出的？種新型干涉成像光譜技術(shù)，該技術(shù)采逡逑用T空聯(lián)合調(diào)制，，是我國(guó)擁有完全自主知識(shí)產(chǎn)權(quán)的靜態(tài)干涉成像光譜技術(shù)Ｍ。逡逑ＬＡＳＩＳ相機(jī)的原理圖如圖１－３所示。逡逑前置鏡邐Ｓａｇｎａｃ逡逑＼邋＼邋干涉儀逡逑－：Ｍ＝：＾７＾．逡逑＿＿傅氏鏡逡逑＼邋／逡逑＼／逡逑探測(cè)器逡逑圖１－３邋ＬＡＳＩＳ原理圖逡逑３逡逑
【學(xué)位授予單位】：天津工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王斌;;基于高光譜圖像技術(shù)的水果表面農(nóng)藥殘留檢測(cè)觀察[J];種子科技;2017年04期

2 陳綾鋼;呂靖芳;;高光譜圖像技術(shù)在農(nóng)產(chǎn)品監(jiān)測(cè)中的應(yīng)用進(jìn)展[J];北京農(nóng)業(yè);2016年01期

3 朱貞映;袁建;何榮;;糧油中高光譜圖像技術(shù)的應(yīng)用現(xiàn)狀[J];糧食與飼料工業(yè);2016年09期

4 徐爽;何建國(guó);馬瑜;梁慧琳;劉貴珊;賀曉光;;高光譜圖像技術(shù)在水果品質(zhì)檢測(cè)中的研究進(jìn)展[J];食品研究與開發(fā);2013年10期

5 葉珍;白t

本文編號(hào)：2616902