【技术实现步骤摘要】
本专利技术涉及一种，适用于高光谱数据处理系统中，属于高光谱数据处理领域。
技术介绍
高光谱遥感是一项近几十年来迅速发展的空天对地观测技术，它图谱合一的性质有重大的研究意义和广泛的应用前景，已经在商业、军事和民间领域得到广泛应用。相比较于常规遥感图像，高光谱图像能够更精细的刻画地物特征，探测到常规遥感中无法探测到的物质，为后期地物分类以及探测提供前提条件。然而，它良好的性质建立在庞大的数据量上，一张高光谱图像的大小往往是常规图像的几百倍，大量的波段数带来了巨大的信息冗余。这为高光谱图像的采集、传输和存储带来不必要的麻烦。 压缩感知是近年来提出的一个寻找欠定系统稀疏解的技术，该技术通过开发信号的稀疏特性在远小于奈奎斯特采样率的条件下，利用随机采样获取信号的离散样本，然后通过非线性重构算法完美重构信号。压缩感知理论一经提出便受到信息论、图像处理、地球科学、光学、微波成像、模式识别、无线通讯等领域的高度关注，并被广泛的应用于电子工程尤其是信号处理中，进行低采样率采样和高精度重构稀疏或可压缩的信号。目前广泛采用的压缩感知重构算法主要有两类:基于O范数的贪婪算法和基于I范数的凸优化算法。基于O范数的贪婪算法包括匹配追踪算法、正交匹配追踪算法、硬阈值迭代算法等，基于I范数的凸优化算法包括基追踪算法、梯度投影算法、内点法、同伦法等。这两类算法各有所长但也均有其不足之处:0范数对应的算法速度快但是精度不高；1范数对应的算法精度高但速度不快。 高光谱图像数据庞大且获取不易，为了减轻硬件传输、存储压力需尽可能低的进行采样和高精度重构；另一方面，低速...
【技术保护点】
一种基于混合范数追踪算法的高光谱图像重构方法，并开发了相应的仿真原型系统，该系统具有人机交互接口模块、混合策略分析模块、高光谱图像重构模块、重构图像输出模块这四个功能模块，具体包括如下步骤： 第一步，获取初始数据及相关初始化操作； 利用人机交互接口模块获取低采样率的高光谱图像数据，初始化算法迭代终止条件，并设置相关参数：原始信号是k稀疏的n维信号，它的稀疏变换结果为x，求解的近似结果为x′，n维空间的基为第二步，对现有的重构算法进行分析，获取相应的混合策略； 结合高光谱图像特点，分析0范数算法和1范数算法特点并建立混合策略模型，分析研究最佳的混合策略，得到混合范数追踪算法的算法流程，为了方便理解，用梯度引导的算法作为1范数算法的例子进行说明： 步骤1，利用0范数算法获取待求解信号的第一个分量的近似值步骤2，利用0范数算法获取待求解信号的第二个分量的近似值步骤p，利用0范数算法获取待求解信号的第p个分量的近似值步骤p+1，利用1范数算法沿当前位置的梯度方向获取求解信号的位置步骤q，利用1范数算法沿当前位置梯度方向获取求解信号的位置在上面的算法流程中p∈{1，2，…k}，k是原始信号的稀疏...
【技术特征摘要】
1.一种基于混合范数追踪算法的高光谱图像重构方法，并开发了相应的仿真原型系统，该系统具有人机交互接口模块、混合策略分析模块、高光谱图像重构模块、重构图像输出模块这四个功能模块，具体包括如下步骤: 第一步，获取初始数据及相关初始化操作； 利用人机交互接口模块获取低采样率的高光谱图像数据，初始化算法迭代终止条件，并设置相关参数:原始信号是k稀疏的η维信号，它的稀疏变换结果为X，求解的近似结果为X' , η维空间的基为丨ei,e2,e3...￡?}; 第二步，对现有的重构算法进行分析，获取相应的混合策略； 结合高光谱图像特点，分析O范数算法和I范数算法特点并建立混合策略模型，分析研究最佳的混合策略，得到混合范数追踪算法的算法流程，为了方便理解，用梯度引导的算法作为I范数算法的例子进行说明: 步骤1，利用O范数算法获取待求解信号的第一个分量的近似值X1' = ; 步骤2，利用O范数算法获取待求解信号的第二个分量的近似值X2' = X1 ? ^ej ； 步骤P，利用O范数...
【专利技术属性】
技术研发人员：尹继豪，余万科，姜志国，曲徽，朱红梅，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。