[发明专利]自适应冗余字典压缩感知的高光谱图像压缩算法研究

摘要

本发明属于计算机数字图像处理领域，为了解决传统高光谱图像压缩算法存在的计算量大、压缩时间长等普遍问题。自适应冗余字典压缩感知算法考虑了高光谱图像的谱间相关性，自适应分组，由组中心训练字典，其余波段用该字典结合压缩感知所得的图像恢复原图。在压缩过程中，要设计合理的观测矩阵，使得观测后的结果信息损失最小。在传输过程中，只需传输少量信息。在图像复原过程中，选择合适的字典，采用优化算法最大程度的恢复高光谱图像数据。

主权项

自适应冗余字典压缩感知，该方法建立在稀疏分解算法的理论基础上，其特征在于，基于冗余字典的稀疏表示方式能够以较少的数据量，较好地描述高光谱图像中的特征信息，从而减少压缩时间，在压缩过程中，依次含有以下步骤：步骤(A1)：对原始高光谱图像的谱间相关性进行分析，对于谱间相关性较好的高光谱图像，采用自适应波段合并降维进行高光谱图像的压缩；步骤(A2)：自适应冗余字典压缩感知算法首先要根据波段间的相关系数，进行分组；步骤(A3)：每一组是以第一波段g1为中心，其余波段gi与中心的相关系数在一定的范围ε内，即符合式：步骤(A4)：用观测矩阵A进行观测，得到采样结果；步骤(A5)：信号恢复，找到适合的字典，即稀疏基ψ，采用优化算法恢复原始图像。