基于TROMP的干涉高光谱图像稀疏重建制造技术

本发明专利技术涉及一种基于压缩感知的干涉高光谱图像稀疏重建算法，以达到对干涉高光谱精确重构目。干涉高光谱数据每帧存在大幅值且位置固定的竖直干涉条纹，而背景图像在帧与帧间存在着移位，因此传统的算法难以得到理想的稀疏重建效果。由于干涉高光谱图像干涉条纹的竖直信息丰富，本发明专利技术根据水平全变分值提取出图像中的干涉条纹，进行自适应的采样。由于干涉高光谱图像的特点导致ROMP算法在序号集合中选出最高能量的子集会占用过多资源和时间，在发明专利技术算法中采用相关阈值，来快速选取最大能量向量。仿真结果表明在同等稀疏度条件下，本文算法与ROMP算法相比重构精度有明显提高。

Sparse reconstruction of interference hyperspectral image based on tromp

【技术实现步骤摘要】
基于TROMP的干涉高光谱图像稀疏重建所属
本专利技术属于图像处理领域，是针对干涉高光谱特点，采用最优阈值思想改进的压缩感知图像重构算法。
技术介绍
压缩感知技术在图像处理领域中是很有价值的实用技术，该技术在信号满足可压缩或稀疏的前提下，信号采集速度可以大大降低，实现信号采样和压缩同时进行，避免了对于大量无用数据的采集，节省了资源和时间。现有算法的缺点：现有的ROMP算法对于传统的图像重构效果不错，但是对于干涉高光谱图像中的干涉条纹重构效果很差。ROMP算法中在原子集中索引最高平均能量会占用过多资源和时间，而且正则化过程在二次选取时每次选择的原子个数可能过多，就会造成相关性较低的原子被选到，影响重构质量。而干涉条纹部分各组向量差异较大选择的针对性更差，影响重构效果
技术实现思路
本专利技术的目的在于克服ROMP算法不足，采用一个相关阈值来进行二次选取，相比于ROMP算法该方法简化了正则化过程大量计算，而本文算法每次可以适当的选取多组，避免了无用的选取，加快了算法收敛，提高了重构精度。本专利技术采取的技术方案是：一种基本文档来自技高网...

【技术保护点】
1.一种基于压缩感知的干涉高光谱图像稀疏重建算法，其特征在于：该算法包括以下步骤：/n输入：测量矩阵A 观测向量y 稀疏度K/n输出：信号稀疏逼近

【技术特征摘要】
1.一种基于压缩感知的干涉高光谱图像稀疏重建算法，其特征在于：该算法包括以下步骤：
输入：测量矩阵A观测向量y稀疏度K
输出：信号稀疏逼近
(1)初始化：r0＝y，t＝1
(2)求求测量矩阵与残差内积绝对值并把最大的K个放入J
(3)选取阈值，并从J中筛选出大于阈值的因子放入J0
J0＝{|λj＝<rt-1，aj>|≥Gt，j＝1，2，3，...，N}
(4)更新索引集合Λt＝Λt-1∪{J0}，At＝At-1∪aj
(5)求解最小二乘解，得到重构向量
(6)更新残差
(7)判断选出的原子集合||Λt||0＞＞2K或rt＝0，若为真则停止迭代并输出最后一次所求否则t＝t+1并返回步骤(2)。
rt表示残差，t表示迭代次数，J表示每次迭代找到的索引(列序号)，At表示按索引Λt选出的矩阵A的列集合。


2.根据权利要求1所述的一种基于压缩感知的干涉高光谱图像稀疏重建算法，其特征在于：步骤(1...

【专利技术属性】
技术研发人员：温佳，刘明威，崔军，闫淑霞，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津;12