[發明專利]基于空譜聯合壓縮感知的高光譜重建方法、設備及系統

有效

• 申請號: 202010295943.7
• 申請日: 2020-04-15
• 公開（公告）號: CN111508065B
• 公開（公告）日: 2023-06-16
• 發明（設計）人: 王忠良;粘永健;何密;肖晶晶;喬梁
• 申請（專利權）人: 銅陵學院;中國人民解放軍陸軍軍醫大學
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06F17/16
• 代理公司: 重慶雙馬智翔專利代理事務所(普通合伙) 50241
• 代理人: 顧曉玲

1.一種基于空譜聯合壓縮感知的高光譜重建方法，其特征在于，包括：

步驟S1，獲取原始高光譜圖像在空譜聯合雙采樣后的空間觀測數據Y_N和譜間觀測數據Y_L，Y_N＝A_NX，Y_L＝A_LX；

其中，矩陣X表示需要重建的原始高光譜圖像數據，A_N為空間測量矩陣，A_L為譜間測量矩陣；

步驟S2，建立重建模型：X＝ES+MH；

其中，E表示基于空間觀測數據Y_N獲取的端元矩陣；S表示與端元矩陣E對應的豐度矩陣；M表示由端元變異、非線性效應以及模型不匹配三個因素中一個或多個影響產生的新端元矩陣；H表示與新端元矩陣M對應的豐度矩陣；

利用空間觀測數據Y_N和譜間觀測數據Y_L獲得E、S、M和H的最優值，具體可轉化為通過求解如下兩個目標函數的最小化來獲得E、S、M和H的最優值的步驟：

第一目標函數：且subject?toS≥0,H≥0；

第二目標函數：且subject?toS≥0,H≥0；

其中，||?||_F表示取Frobenius范數；

步驟S3，將E、S、M和H的最優值代入步驟S2中的重建模型重建出原始高光譜圖像數據X。

2.如權利要求1所述的基于空譜聯合壓縮感知的高光譜重建方法，其特征在于，求解兩個目標函數的最小化來獲得E、S、M和H的最優值的步驟包括：

步驟S21，設置變量Y₁＝Y_N-MHA_N、Y₂＝Y_N-ESA_N、Y₃＝Y_L-A_LMH和Y₄＝Y_L-A_LES，以及迭代殘差res；設置初始迭代值E⁰、S⁰、M⁰和H⁰，以及得到Y₁⁰＝Y_N-M⁰H⁰A_N、Y₂⁰＝Y_N-E⁰S⁰A_N、Y₃⁰＝Y_L-A_LM⁰H⁰和Y₄⁰＝Y_L-A_LE⁰S⁰；

步驟S22，按照如下迭代公式分別求得E、S、M和H在第k+1次迭代中的估計值E^k+1、M^k+1、S^k+1和H^k+1：

E^k+1＝Y₁^k+1(S^kA_N)^T[(S^kA_N)^T(S^kA_N)]^-1；

其中，

Y₁^k+1＝Y_N-M^kH^kA_N；k為整數且k≥0，表示迭代次數；

步驟S23，將E^k+1、M^k+1、S^k+1和H^k+1代入重建模型X＝ES+MH，得到X的k+1次迭代估計值X^k+1：

X^k+1＝E^k+1S^k+1+M^k+1H^k+1；

步驟S24，求解迭代殘差res，

判斷res是否小于迭代收斂閾值，若res小于迭代收斂閾值，停止迭代，獲得E、S、M和H的最優值分別為E^k+1、M^k+1、S^k+1和H^k+1，原始高光譜圖像數據的重建值為：若res不小于迭代收斂閾值，令k＝k+1，并返回步驟S22繼續進行迭代。