基于空间-光谱字典的不完备高光谱图像重构.pdfVIP

学兔兔 第34卷 第 1期 仪 器 仪 表 学 报 Vo1．34No．1 2013年 1月 ChineseJournalofScientificInstrument Jan．2013 基于空间．光谱字典的不完备高光谱图像重构 练秋 生，赵 阳 (燕山大学信息科学与]二程学院 秦皇岛 066004) 摘 要：提出了一种新的空间一光谱字典学习方法，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一光谱字典。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。 关键字：高光谱图像 ；字典学习；稀疏表示；空间相关性；谱问相关性 中图分类号：TP751．1 TH74 文献标识码：A 国家标准学科分类代码：510．4050 IncompletehyperspectralimagerecOnstructi0n basedon spatial-spectraldictionary LianQiusheng，ZhaoYang (InstituteofInformationScienceandTechnology，YanshanUniversity，Qinhuangdao066004，China) Abstract：A novelspatial—spectraldictionarylearningalgorithm isproposedandappliedtoreconstructtheincompletehy— perspectralimages．Accordingtothecharacteristicthathyperspe(：tralimageshaverichspatialandspectralcorrelations，the hyperspectralimageisdividedinto3D smalloverlappingcubehlocks．Thespatial—spectraldictionarythatcanrepresent theseblockssparselyislearned．First，assumingthedictionary isfixed，non—negativeorthogonalmatchpursuitmethodis usedtocalculatethesparsecoefficients；second，assumingthecoefficientsarefixed，gradientdescentmethodisusedtoup- datethedictionary；thesetwostepsarealternatelyuseduntilthealgorithm isconverged．Th edictionary learnedfrom this blockmodelisconsistentwiththecharacteristicsofthehyperspectral images．Atthespectraldirection，thedictionaryatoms arethespectralreflectioncurvesoftherealmateri