摘要:本发明公开了一种基于非分离稀疏先验的高光谱图像压缩感知方法,用于解决现有高光谱图像压缩感知方法重建精度低的技术问题。技术方案是采集每个像素光谱的少量线性观测值作为压缩数据,实现大幅数据压缩的同时降低了图像采集过程中的资源需求。重建过程中,利用经验贝叶斯推理,构建稀疏信号的非分离稀疏先验,充分考量了稀疏信号内部非零元素之间的潜在相关性,实现了高光谱图像的高精度重建。由于该方法使用小波正交基作为字典,消除了对端元的依赖性。此外,基于贝叶斯框架的推理,实现了所有未知参数的全自动估计,无需人为调节,适应性广。试验表明,当采样率为0.1时,本发明获得的峰值信噪比相对于背景技术压缩感知方法提升4db以上。
- 专利类型发明专利
- 申请人西北工业大学;
- 发明人张艳宁;魏巍;张磊;严杭琦;
- 地址710072 陕西省西安市友谊西路127号
- 申请号CN201510114262.5
- 申请时间2015年03月16日
- 申请公布号CN104732566A
- 申请公布时间2015年06月24日
- 分类号G06T9/00(2006.01)I;