基于空谱联合的多假设预测高光谱图像压缩感知重构算法.pdfVIP

第37 卷第12 期 电 子 与 信 息 学 报 Vol.37 No.12 2015 年12 月 Journal of Electronics Information Technology Dec. 2015 基于空谱联合的多假设预测高光谱图像压缩感知重构算法 王 丽 冯 燕* (西北工业大学电子信息学院 西安 710129) 摘 要：为充分利用高光谱图像的空间相关性和谱间相关性，该文提出一种基于空谱联合的多假设预测压缩感知重 构算法。将高光谱图像分组为参考波段图像和非参考波段图像，参考波段图像利用光滑Landweber 投影算法重构， 对于非参考波段图像，引入空谱联合的多假设预测模型，提高重构精度。非参考波段图像中每个图像块的预测值不 仅来自非参考波段图像未经预测的初始重构值的相邻图像块，而且来自参考波段重构图像相应位置及其邻近的图像 块，利用预测值得到测量域中的残差，然后对残差进行重构并对预测值进行修正，此残差比原图像更稀疏，且算法 采用迭代方式提高重构图像的精度。借助Tikhonov 正则化方法求解多假设预测的权重系数，并基于结构相似性判 断是否改变多假设预测搜索窗口大小，最后利用交叉验证计算重构算法终止迭代的判据参数。实验结果表明，所提 算法优于仅利用空间相关性或谱间相关性进行预测和不预测的重构算法，其重构图像的峰值信噪比提高2 dB 以上。 关键词：高光谱图像；压缩感知；空谱联合的多假设预测；Tikhonov 正则化；结构相似性 中图分类号：TP751 文献标识码：A 文章编号：1009-5896(2015)12-3000-09 DOI: 10.11999/JEIT150480 Compressed Sensing Reconstruction of Hyperspectral Images Based on Spatial-spectral Multihypothesis Prediction Wang Li Feng Yan (Department of Electronics Engineering, Northwestern Polytechnical University, Xi’an 710129, China) Abstract: Compressed Sensing (CS) reconstruction of hyperspectral images driven by spatial-spectral multihypothesis prediction is proposed in order to take full advantage of spatial and spectral correlation of hyperspectral images. The hyperspectral images are grouped into reference band images and non-reference band images, and the reference band images are reconstructed by Smoothed Projected Landweber (SPL) algorithm. For the non-reference band images, the spatial-spectral multihypothesis prediction model is introduced to improve the reconstruction accuracy. Mult