基于混合稀疏基字典学习的微波辐射图像重构方法.pdfVIP

第38卷第 l1期 电 子 与 信 息 学 报 VD1．38No．11 2016年 l1月 JournalofElectronics InformationTechnology NOV．2016 基于混合稀疏基字典学习的微波辐射图像重构方法 朱 路 宋 超 刘媛媛 黄志群 王 杨 (华东交通大学信息工程学院 南昌 330013) 摘 要：目前的微波辐射测量成像系统在一次观测中所采集的数据量大，基于奈奎斯特空问采样及常规微波辐射图 像重构方法难以实现高分辨率要求。该文针对微波辐射干涉测量在频域中进行，采用傅里叶最优随机抽取的超稀疏 干涉测量f低于奈奎斯特采样)对微波辐射图像进行线性压缩投影，降低数据采样。考虑微波辐射图像在总体差分域 和小波中都具有可压缩特性，提出总体差分和小波混合正交基的K—SVD 字典学习微波辐射图像重构模型，利用 Bregman和交替迭代算法求解该模型，重构线性压