基于线性混合模型的高光谱图像谱间压缩感知重构.pdfVIP

第 36卷第 1l期 电 子 与 信 息 学 报 V0l1．36No．1l 2014年 11月 JournalofElectronics InformationTechnology NOV．2014 基于线性混合模型的高光谱图像谱间压缩感知重构 王忠良①② 冯 燕 贾应彪① f西北工业大学电子信息学院 西安 座机电话号码 铜陵学院电气工程系 铜陵 241000 摘 要：该文针对高光谱数据的线性混合模型，提出一种简单有效的谱间压缩感知下高光谱数据的重构方案。该 方案不同于传统的压缩感知重构方法直接重构高光谱数据 ，而是将高光谱数据分离成端元和丰度分别进行重 构，然后利用重构的端元和丰度信息合成高光谱数据。实验结果表明，该方案的重构质量明显优于标准压缩感知 重构方法，并且运算速度具有极大提升，同时便于获得端元和丰度信息。 关键词：高光谱图像；压缩感知；感知矩阵；线性混合模型 中图分类号： TP751．2 文献标识码：A 文章编号：1009—5896 座机电话号码％07 DOI：10．3724／SP．J．1146．2013．01511 ReconstructionofHyperspectralImageswithSpectralCompressive SensingBasedonLinearM ixingModels W angZhong-liang~ FengYan① JiaYing—biao① SchoololElectronicsandInformation，NorthwesternPolytechnicalUniversity，Xi’an710129，China DepartmentofElectricEngineering，TonglingUniversity，Tongling241000，China Abstract：A simpleandeffectivereconstructionschemeofhyperspectraldatawithspectralCompressiveSensing CS isproposedbasedonthewidelyusedlinearmixingmode1．Theschemeisdifferentfromthetraditional reconstruction methodsofcompressivesensing，which reconstructhyperspectraldata directly．Theproposed scheme separateshyperspectraldata into endmembersand abundancesto reconstructrespectivelyjthen generateshyperspectraldatabyreconstructedendmembersandabundances．Experimentalresultsshow that thereconstructionqualityoftheproposed schemeisbetterthanthestandardcompressivesensing，furthermore the computing speed greatly ascends．Simultaneously，asabyproduct，endmembersandabundancescan be obtaineddirectly． Keywords：Hyperspectralimages；CompressiveSensing CS ；Sensingmatrix；Linearmixingmodels 1 引言 压缩感知fCompressiveSengsing，CS 理论[112] 随着成像光谱技术的不断发展，高光谱遥感 由 提供 了～种全新的信号采集框架，突破 了传统的香 于具有极强的地物分类和识别能力 ，已经成为遥感 农采样定理，将压缩和采样过程巧妙地结合起来， 领域一个快速发展的重要分支。高光谱遥感技术可 实现采样率低于传统奈奎斯特率下的数据采集 。该 以同时提供空间域信息和光谱域信息，与单波段图 信号采集方式具有编码简单、解码较复杂、能够实 现较为高效的压缩、抗误码性能好等特点，这些特 像和彩色图像相比，高光谱图像提供了关于地物更 点非常适合机载或星载的高光谱遥感成像技术。 细致的光谱信息。与传统遥感相比，随着光谱分辨 压缩感知数据的信号重构需要从较少的观测数 率的不断提高，高光谱遥感所获取的数据量呈指数 量级增加，给数据 的计算、存储和传输都带来 了巨 据中精确恢复出原数据，因此重构时需要解决欠定 大的压力。因此，有效地进行数据压缩是 目前高光 方程的求解 问题