[發(fā)明專利]基于空譜聯(lián)合的多假設(shè)預(yù)測(cè)高光譜圖像壓縮感知重構(gòu)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010601030.3
• 申請(qǐng)日: 2020-06-28
• 公開(kāi)（公告）號(hào): CN111754593A
• 公開(kāi)（公告）日: 2020-10-09
• 發(fā)明（設(shè)計(jì)）人: 王麗;王威
• 申請(qǐng)（專利權(quán)）人: 西安航空學(xué)院
• 主分類(lèi)號(hào): G06T9/00
• 分類(lèi)號(hào): G06T9/00;G01J3/28;G01N21/25
• 代理公司: 鄭州龍騰盛世專利代理事務(wù)所(普通合伙) 41174
• 代理人: 張強(qiáng)

本發(fā)明公開(kāi)了一種基于空譜聯(lián)合的多假設(shè)預(yù)測(cè)高光譜圖像壓縮感知重構(gòu)方法，首先在采樣端，對(duì)高光譜圖像的每個(gè)波段圖像采用分塊壓縮感知進(jìn)行采樣，并將測(cè)量值傳遞至重構(gòu)端；然后在重構(gòu)端，構(gòu)建全局重構(gòu)模型，構(gòu)造用于重構(gòu)整幅圖像的全局測(cè)量矩陣；分析每個(gè)波段圖像的平滑特性和不同波段圖像間的譜間相關(guān)性，利用全變分和多假設(shè)預(yù)測(cè)對(duì)平滑特性和譜間相關(guān)性進(jìn)行描述，將全變分最小和多假設(shè)預(yù)測(cè)殘差作為正則項(xiàng)，構(gòu)造空間全變分最小和譜間預(yù)測(cè)殘差最小的復(fù)合重構(gòu)優(yōu)化問(wèn)題；最后利用增廣拉格朗日乘子算法和交替方向法對(duì)復(fù)合重構(gòu)優(yōu)化問(wèn)題進(jìn)行求解得到高光譜圖像的重構(gòu)結(jié)果。本發(fā)明得到的重構(gòu)高光譜圖像清晰，重構(gòu)圖像的峰值信噪比高。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像壓縮技術(shù)領(lǐng)域，特別是一種基于空譜聯(lián)合的多假設(shè)預(yù)測(cè)高光譜圖像壓縮感知重構(gòu)方法。

背景技術(shù)

高光譜圖像不但包含了被觀測(cè)目標(biāo)的空間分布信息，而且圖像中的每個(gè)像元都有幾十個(gè)甚至上百個(gè)窄波段的豐富光譜信息，具備“圖譜合一”的性質(zhì)。由于高光譜圖像可以把反映物質(zhì)性質(zhì)的光譜特征和呈現(xiàn)物質(zhì)幾何空間信息的圖像信息維系在一起，因此極大地提高了人類(lèi)認(rèn)知客觀世界的能力，在遙感、軍事、農(nóng)業(yè)、醫(yī)學(xué)等領(lǐng)域都被證明有著巨大的應(yīng)用價(jià)值。

因高光譜圖像的空間、譜間分辨率高的特點(diǎn)，使其包含了非常豐度的細(xì)節(jié)信息，導(dǎo)致其數(shù)據(jù)量巨大，給星載傳感系統(tǒng)的傳輸和存儲(chǔ)都帶來(lái)較大的困難。為了解決這個(gè)問(wèn)題，研究者引入壓縮感知理論，對(duì)高光譜圖像進(jìn)行壓縮處理。壓縮感知理論將采樣與壓縮過(guò)程結(jié)合，直接采集數(shù)據(jù)的信息特性，對(duì)于稀疏或可壓縮信號(hào)，可通過(guò)遠(yuǎn)低于奈奎斯特速率進(jìn)行采樣，仍能利用優(yōu)化方法精確恢復(fù)出原始信號(hào)，顯著降低了傳感器的采樣和計(jì)算成本。

高光譜圖像的壓縮感知重構(gòu)有多種方法，可利用空間相關(guān)性對(duì)每個(gè)波段圖像進(jìn)行重構(gòu)，如利用全變差模型描述圖像的稀疏性，但該模型不能很好地保持圖像結(jié)構(gòu)，重構(gòu)精度低。基于譜間預(yù)測(cè)的壓縮感知重構(gòu)算法的精度取決于預(yù)測(cè)方法的選擇，單一的預(yù)測(cè)無(wú)法充分表示高光譜圖像的譜間相關(guān)性，重構(gòu)精度不高。綜上所述，現(xiàn)有技術(shù)存在的主要問(wèn)題在于：對(duì)高光譜圖像的空間和譜間特性利用不夠充分，重構(gòu)性能無(wú)法進(jìn)一步提升。

發(fā)明內(nèi)容

本發(fā)明的目的是針對(duì)現(xiàn)有高光譜圖像壓縮感知重構(gòu)算法對(duì)空間和譜間特性利用不夠充分，重構(gòu)圖像精度低的缺點(diǎn)，提供一種基于空譜聯(lián)合的多假設(shè)預(yù)測(cè)高光譜圖像壓縮感知重構(gòu)方法，以使重構(gòu)高光譜圖像清晰、峰值信噪比高。

為達(dá)到上述目的，本發(fā)明是按照以下技術(shù)方案實(shí)施的：

一種基于空譜聯(lián)合的多假設(shè)預(yù)測(cè)高光譜圖像壓縮感知重構(gòu)方法，首先在采樣端，對(duì)高光譜圖像的每個(gè)波段圖像采用分塊壓縮感知進(jìn)行采樣，并將測(cè)量值傳遞至重構(gòu)端；然后在重構(gòu)端，構(gòu)建全局重構(gòu)模型，構(gòu)造用于重構(gòu)整幅圖像的全局測(cè)量矩陣；分析每個(gè)波段圖像的平滑特性和不同波段圖像間的譜間相關(guān)性，利用全變分和多假設(shè)預(yù)測(cè)對(duì)平滑特性和譜間相關(guān)性進(jìn)行描述，將全變分最小和多假設(shè)預(yù)測(cè)殘差作為正則項(xiàng)，構(gòu)造空間全變分最小和譜間預(yù)測(cè)殘差最小的復(fù)合重構(gòu)優(yōu)化問(wèn)題；最后利用增廣拉格朗日乘子算法和交替方向法對(duì)復(fù)合重構(gòu)優(yōu)化問(wèn)題進(jìn)行求解得到高光譜圖像的重構(gòu)結(jié)果；具體步驟如下：

S1、在采樣端，高光譜圖像的波段數(shù)為L(zhǎng)，第l個(gè)波段圖像記為X_l，波段圖像的空間像素大小為N×N，行數(shù)和列數(shù)分別記為r和c，1≤r≤N，1≤c≤N；對(duì)高光譜圖像的每個(gè)波段圖像進(jìn)行分塊壓縮感知測(cè)量，分塊大小為B，分塊個(gè)數(shù)為K，圖像塊號(hào)表示為k，則第l個(gè)波段第k個(gè)圖像塊記為X_l,k；利用高斯測(cè)量矩陣Φ_B對(duì)圖像塊X_l,k進(jìn)行測(cè)量，得到測(cè)量值為y_l,k；對(duì)每個(gè)波段圖像進(jìn)行測(cè)量后，將所有測(cè)量值傳輸至重構(gòu)端；

S2、在重構(gòu)端，利用測(cè)量矩陣Φ_B對(duì)角化構(gòu)造整個(gè)波段圖像的測(cè)量矩陣Φ，Φ＝diag[Φ_B；Φ_B；...；Φ_B]；