摘要：本发明公开了一种基于三维全变差稀疏先验的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算法精度低的技术问题。技术方案是采用随机观测矩阵从原始数据中抽取少量的样本作为压缩数据。重建过程，根据解混压缩感知模型，从光谱库中选择适当的光谱作为的模型中的端元矩阵，进而引入丰度值矩阵的三维全变差稀疏先验，通过求解受限的线性优化问题，精确地求解丰度值矩阵。最后使用线性混合模型重建原始数据。在HYDICE卫星拍摄的urban数据上当压缩比为1:20时，归一化的均方误差(normalized mean squared error,NMSE)小于0.09，当压缩比为1:10时，归一化均方误差同样小于0.08，相对于已有的压缩感知类算法精度提升10%以上。
- 专利类型发明专利
- 申请人西北工业大学;
- 发明人魏巍;张磊;张艳宁;李飞;
- 地址710072 陕西省西安市友谊西路127号
- 申请号CN201410102950.5
- 申请时间2014年03月20日
- 申请公布号CN103871087A
- 申请公布时间2014年06月18日
- 分类号G06T9/00(2006.01)I;
教育装备采购网在线客服
京公网安备11010802043465号
