[發明專利]一種基于稀疏光譜字典的壓縮感知高光譜圖像重構方法

有效

• 申請號: 201310166348.3
• 申請日: 2013-05-08
• 公開（公告）號: CN103247034A
• 公開（公告）日: 2013-08-14
• 發明（設計）人: 李傳榮;馬靈玲;汪琪;唐伶俐;胡堅;李子揚;王寧;周勇勝;李峰
• 申請（專利權）人: 中國科學院光電研究院
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京一格知識產權代理事務所(普通合伙) 11316
• 代理人: 滑春生

1.一種基于稀疏光譜字典的壓縮感知高光譜圖像重構方法，其特征在于包括以下步驟：

步驟一、分類選取現有地物光譜庫中的典型地物光譜，組成訓練樣本庫，并根據高光譜成像系統的波長范圍和譜段數，對該訓練樣本庫中的地物譜線進行截取和重采樣，使訓練樣本的波長范圍和譜段數和前者保持一致；

步驟二、利用信號稀疏分解領域的相關算法，比如K-SVD算法，對步驟一得到的訓練樣本庫中的地物譜線進行字典訓練，得到對應的稀疏字典；

步驟三、將步驟二中得到的稀疏字典結合壓縮測量值和隨機測量矩陣進行高光譜重構，對重構的效果進行評價，具體步驟如下：

a)?設計測量矩陣????????????????????????????????????????????????，行數為壓縮測量值的個數，列數為重構的譜段數，且行數小于列數；

b)?利用成像系統和測量矩陣獲取空間點處的光譜壓縮測量值向量，

?

為處目標的真實光譜，為測量中的噪聲；

為空間目標的行數和列數；

3）利用壓縮感知理論中的稀疏重構算法計算如下問題：

??

為光譜向量在字典下的稀疏系數，為其l₀范數，即非零元素的個數，為誤差限；

解出重構稀疏系數后代入下式

得到重構光譜；

步驟四、調整步驟二中進行字典訓練算法的相關參數，如字典大小、算法迭代次數等重復進行步驟二和步驟三，直到重構光譜效果達到最佳；

具體步驟如下：

1）對重構出的高光譜圖像進行客觀質量評價，包括一維光譜、二維空間和三維數據立方體的質量評價，常用的評價指標包括均方誤差、峰值信噪比、分辨率、光譜相似性等；

2）改變步驟二中構建的字典參數：字典大小，稀疏度和算法迭代次數訓練新的稀疏光譜字典，將該字典代入步驟三進行高光譜圖像重構；

3）重復以上步驟直至圖像質量滿足要求或指定最大循環次數，得到參數最優稀疏光譜字典。

2.根據權利要求1所述的一種面向壓縮感知高光譜成像的稀疏光譜字典構建方法，其特征在于訓練樣本庫中的譜線數量應多于成像目標譜段數才能有較好的效果。

3.根據權利要求1所述的一種面向壓縮感知高光譜成像的稀疏光譜字典構建方法，其特征在于步驟一種對訓練樣本庫中的地物譜線進行截取和重采樣時，對于光譜中沒有數據的譜線可以用三次樣條插值的方式獲得反射率。

4.根據權利要求1所述的一種面向壓縮感知高光譜成像的稀疏光譜字典構建方法，其特征在于可以通過匹配追蹤算法迭代求解K-SVD算法模型的最優化問題。

5.根據權利要求1所述的一種面向壓縮感知高光譜成像的稀疏光譜字典構建方法，其特征在于步驟二中所述的稀疏字典是一個矩陣，其行數為成像系統要獲取的譜段數，列數的選擇需要根據實際成像需求和效果來確定。