高光谱图像的分布式压缩感知成像与重构.pdfVIP

第 23 卷第4 期 光学精密工程 Vo l. 23 No. 4 2015 年 4 月 Optics and Precision Engincering Apr.2015 文章编号 1004-924X(201日04- 1131-07 高光谱图像的分布式压缩感知成像与重构 王忠良1.2 ， 冯燕IJ ， 肖华3 ，王 丽l (1.西北工业大学电子信息学院，陕西西安 710129; 2. 铜陵学院电气工程学院，安徽铜陵 244000;3. 铜陵学院数学与计算机学院，安徽铜陵 244000) 摘要:根据高光谱数据的特点，提出了一种基于像元的分布式压缩采样模型来实现高光谱图像的有效压缩采样与重构。 搭建了能实现该模型的压缩采样光谱成像系统，并研究了用于该系统成像的重构算法。在图像采集阶段，将高光谱数据 分为参考像元和压缩感知像元;地面像元的辐射能通过棱镜进行谱带分离，再利用数字微镜器件实现谱带的线性编码. 对压缩感知像元进行低采样率的线性编码，对参考像元进行采样率为 1 的线性编码.压缩采样数据重构时，不再采用传 统方法直接重构高光谱数据，而是利用线性混合模型将重构高光谱数据转换成端元提取和丰度估计. 然后根据重钩的端 元和车度恢复原数据。对比实验表明，在压缩采样数据为总数据的 20%时，重构的平均信噪比提高了 10 dB. 所设计的 成像系统应用压缩感知理论减少了采集的数据量， 采样方式简单，可应用于星载或机载的高光谱压缩感知成像. 关 键 词:分布式压缩~知;高光谱图像s 成像光谱仪;线性混合模型;感知短阵 中图分类号:TP751 文献串串识码:A doi: 10. 3788/ 0PE. 1131 Distributed compressive sensing imaging and reconstruction of hyperspectral imagery W ANG Zhong-liangJ.2 ,FENG yanJ.. ,XIAO H ua3 ,W ANG U (1. 5ch∞lof E lectronics and Information , Northwestern Polytechnical University , X ian 710129 , China ; 2. Department of Electric Engineering , Tongling University , Tongling 244000 , China; 3. Department of Mathematics and Computer , Tongling University. Tongling 244000. China) 铸 Corresponding author ， ιmail :sycfy@nτvpu. edu. cn Abstract: According to the characteristics of high spectral data , a distributed compressed sampling model based on pixels was proposed to realize the efficient compressive sampling and reconstruction. A spectral imaging system based on distributed compressed sampling was established and a reconstruction algorithm for this system was investigated. In the image acquisition stage , the hyperspectral data were divided int o key p