高光譜壓縮感知(HCS)對于解決機載或星載高光譜數(shù)據(jù)的存儲與實時傳輸具有重要意義。目前,線性混合模型(LMM)已被成功應用于HCS;然而,由于光照條件、地形變化以及大氣作用等的影響,所獲取的地物光譜會發(fā)生擾動,從而限制了HCS重建質量的提高。在LMM基礎上,通過引入光譜修正項來修正光譜擾動,提出了光譜擾動修正的LMM (SPC_LMM);在此基礎上,進一步提出了基于SPC_LMM的HCS (HCS_SPC_LMM)方法。該方法在采樣端僅對原始高光譜圖像進行光譜維壓縮采樣,基于壓縮采樣數(shù)據(jù),將SPC_LMM應用HCS的重建,利用交替方向乘子法(ADMM)分別估計SPC_LMM中各分量的最優(yōu)值,以獲得最優(yōu)的高光譜圖像重建質量。實驗結果表明,HCS_SPC_LMM能夠獲得優(yōu)于其他典型HCS方法的重建質量。

【文章頁數(shù)】：13 頁

【文章目錄】：
1 引言
2 線性混合模型（LMM）與光譜擾動修正的線性混合模型（SPC＿LMM)
3 基于修正線性混合模型的高光譜壓縮感知
    3.1 光譜維壓縮采樣
    3.2 基于SPC＿LMM的HCS重建
4 實驗結果與分析
    4.1 正則化參數(shù)的選取
    4.2 利用SNR比較重建質量
    4.3 重建質量的主觀評價
    4.4 利用SAD比較重建質量
    4.5 復雜度比較
5 結論



本文編號：3799720