[发明专利]基于二维压缩感知的遥感影像高效采集和增量更新方法

权利要求书

1.基于二维压缩感知的遥感影像高效采集和增量更新方法，其特征是：所述方法的过程为：

步骤一：以传统方法采集时相t1的遥感影像数据                                                （L表示中列的总数）；以压缩感知方法通过测量矩阵（，）采集时相t1和t2的测量数据和（其中，）；计算（其中）；采用分段正交匹配追踪（Stagewise orthogonal matching pursuit，StOMP）算法（或其他重构算法，如MP、OMP、ROMP、StOMP、SP和CoSaMP）通过(其中表示的列号，)重构二维稀疏信号（其中），重构结果记为；

步骤二：设定临界值，设定迭代误差；判断各列的稀疏度，如果是，属于确定区域；否则，属于不确定区域；

步骤三：计算成块分布的不确定区域数量及各块不确定区域列的数量；

步骤四：判断，如果是，设定迭代次数的初始值为1；否则，执行步骤十一；

步骤五：提取不确定区域和不确定区域的列数；设定迭代次数的初始值为1；

步骤六：提取不确定区域的左邻列；根据左邻列的支撑集扩充，得到不确定区域列的支撑集；判断，如果是，执行步骤七；否则，执行步骤八；

步骤七：以支撑集计算列j的稀疏解；判断和，如果是，，执行步骤八；否则使，判断，如果是，执行步骤十，否则返回执行步骤六；

步骤八：提取不确定区域的右邻列；根据右邻列的支撑集扩充，得到不确定区域列的新的支撑集；判断，如果是，执行步骤九；否则，执行步骤十；

步骤九：以支撑集计算列的稀疏解；判断和，如果是，执行步骤十；否则使，判断，如果是，执行步骤十，否则返回执行步骤八；

步骤十：使，判断，如果是，退出迭代1，否则返回执行步骤五；

步骤十一：输出：重构信号，并标出重构失败的列；。

2.根据权利要求1所述的基于二维压缩感知的遥感影像高效采集和增量更新方法，其特征在于步骤一所述的二维压缩感知型：或，且，其中，，，，。

3.根据权利要求1所述的基于二维压缩感知的遥感影像高效采集和增量更新方法，其特征在于步骤二所确定区域和不确定区域的界定方法：各列的稀疏度，如果是，属于确定区域；否则，属于不确定区域。

4.根据权利要求1所述的基于二维压缩感知的遥感影像高效采集和增量更新方法，其特征在于步骤二中设定默认临界值cri1为，cri2为、设定默认迭代误差err1为、err2为。

5.根据权利要求1所述的基于二维压缩感知的遥感影像高效采集和增量更新方法，其特征在于步骤二中cri1、 err1和err2的设定方法：对于不同规模类型的测量矩阵和不同的稀疏信号重构算法cri1的取值都是不一样的，其具体取值过程，首先，对确定的测量矩阵和确定的稀疏信号重构算法以不同稀疏度的稀疏信号测试取得能完全重构的最大稀疏度；然后，以略小于的值作为cri1；err1和err2的取值以不大于10%为宜。

6.根据权利要求1所述的基于二维压缩感知的遥感影像高效采集和增量更新方法，其特征在于步骤六和步骤八所述的支撑集扩充方法：首先，计算已知左邻列（或右邻列）支撑集中原子连续分布的块数（孤立的原子也算作一个块），并对各块的原子数量乘以（采用扩充后的支撑集以不大于稀疏信号中的最大支撑集为宜，取值过大可能导致；过小又容易导致漏选有效原子）后向上取整得到整数△I；然后，把与该块左右相邻的各△I/2个原子吸纳进来扩展成新块（如果相邻块很近，扩展区重叠，则重叠区原子只取一次，合并两个块；如果已到测量矩阵边界，则扩展到测量矩阵边界为止）；最后，得到新的支撑集。

7.根据权利要求1所述的基于二维压缩感知的遥感影像高效采集和增量更新方法，其特征在于步骤六和步骤八所述的左邻列和右邻列的定义方法：左邻列，邻接不确定区域的左侧确定区域的相邻列；右邻列，邻接不确定区域的右侧确定区域的相邻列。

8.根据权利要求1所述的基于二维压缩感知的遥感影像高效采集和增量更新方法，其特征在于步骤七和步骤九所述的能量和方向判断条件：和。