登录    注册    忘记密码

期刊文章详细信息

高光谱图像的分布式压缩感知成像与重构  ( EI收录)  

Distributed compressive sensing imaging and reconstruction of hyperspectral imagery

  

文献类型:期刊文章

作  者:王忠良[1,2] 冯燕[1] 肖华[3] 王丽[1]

机构地区:[1]西北工业大学电子信息学院,陕西西安710129 [2]铜陵学院电气工程学院,安徽铜陵244000 [3]铜陵学院数学与计算机学院,安徽铜陵244000

出  处:《光学精密工程》

基  金:国家自然科学基金资助项目(No.61071171);安徽省高等学校省级自然科学研究基金资助项目(No.KJ2013B298);西北工业大学博士论文创新基金资助项目(No.CX201424)

年  份:2015

卷  号:23

期  号:4

起止页码:1131-1137

语  种:中文

收录情况:AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号:20152300925068)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:根据高光谱数据的特点,提出了一种基于像元的分布式压缩采样模型来实现高光谱图像的有效压缩采样与重构。搭建了能实现该模型的压缩采样光谱成像系统,并研究了用于该系统成像的重构算法。在图像采集阶段,将高光谱数据分为参考像元和压缩感知像元;地面像元的辐射能通过棱镜进行谱带分离,再利用数字微镜器件实现谱带的线性编码。对压缩感知像元进行低采样率的线性编码,对参考像元进行采样率为1的线性编码。压缩采样数据重构时,不再采用传统方法直接重构高光谱数据,而是利用线性混合模型将重构高光谱数据转换成端元提取和丰度估计,然后根据重构的端元和丰度恢复原数据。对比实验表明,在压缩采样数据为总数据的20%时,重构的平均信噪比提高了10dB。所设计的成像系统应用压缩感知理论减少了采集的数据量,采样方式简单,可应用于星载或机载的高光谱压缩感知成像。

关 键 词:分布式压缩感知  高光谱图像 成像光谱仪 线性混合模型 感知矩阵  

分 类 号:TP751]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心