摘要:本发明公开了一种基于结构化稀疏先验的贝叶斯高光谱解混压缩感知方法,用于解决现有联合光谱解混的高光谱图像压缩感知方法精度差的技术问题。技术方案是压缩过程通过线性解混发掘高光谱数据内在的低秩性质,使用小波变换将丰度值转换成结构化稀疏信号,之后使用压缩感知得到压缩数据。重建过程,从光谱库中选择合适的端元矩阵,引入丰度值小波系数的结构化稀疏先验,然后使用基于吉布斯采样的贝叶斯推理方法精确重建丰度值矩阵,最后使用线性混合模型重建原始数据。相对于背景技术压缩感知类算法精度提升10%左右。
- 专利类型发明专利
- 申请人西北工业大学;
- 发明人魏巍;张艳宁;张磊;李飞;孟庆洁;
- 地址710072 陕西省西安市友谊西路127号
- 申请号CN201310713709.1
- 申请时间2013年12月20日
- 申请公布号CN103745487A
- 申请公布时间2014年04月23日
- 分类号G06T9/00(2006.01)I;