[发明专利]基于图稀疏正则化的卫星高光谱图像压缩感知重建方法有效
| 申请号： | 201410304965.X | 申请日： | 2014-06-28 |
| 公开（公告）号： | CN104063897B | 公开（公告）日： | 2017-09-22 |
| 发明（设计）人： | 徐洋;吴泽彬;孙玉宝;刘建军;孙乐;韦志辉 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06T17/00 | 分类号： | G06T17/00 |
| 代理公司： | 南京理工大学专利中心32203 | 代理人： | 朱显国 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于图稀疏正则化的卫星高光谱图像压缩感知重建方法,包括以下步骤步骤1，将已知的高光谱数据的三维立方体重新排列为矩阵；步骤2，以随机卷积变换作为线性观测矩阵，构建多向量测量模型，对每一波段进行独立采样，生成测量向量矩阵；步骤3，将高光谱图像在稀疏变换域分解为谱间的关联成分和差异成分，构建包含关联成分和差异成分的图稀疏正则化的联合重建模型；步骤4，提出联合重建模型求解的交替方向乘子迭代算法，获得变换域的关联成分和差异成分，然后合并关联成分和差异成分，得到重建的高光谱数据。本发明提供的方法对卫星高光谱遥感数据进行压缩时压缩程度高、精度高。 | ||
| 搜索关键词： | 基于 稀疏 正则 卫星 光谱 图像 压缩 感知 重建 方法 | ||
【主权项】：
一种基于图稀疏正则化的卫星高光谱图像压缩感知重建方法，其特征在于，包括星上编码端高光谱数据随机测量和地面解码端压缩感知重建；所述星上编码端高光谱数据随机测量过程为：步骤1，将已知的高光谱数据的三维立方体重新排列为矩阵X；步骤2，以随机卷积变换作为线性观测矩阵，构建多向量测量模型，对每一波段进行独立采样，生成测量向量矩阵Y；所述地面解码端压缩感知重建过程为：步骤3，将高光谱图像在稀疏变换域分解为谱间的关联成分和差异成分，构建包含关联成分和差异成分的图稀疏正则化的联合重建模型；步骤4，提出联合重建模型求解的交替方向乘子迭代算法，获得变换域的关联成分和差异成分，然后合并关联成分和差异成分，得到重建的高光谱数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410304965.X/，转载请声明来源钻瓜专利网。
