[发明专利]基于空谱联合稀疏先验的卫星高光谱压缩感知重建方法有效
| 申请号： | 201310652415.2 | 申请日： | 2013-12-05 |
| 公开（公告）号： | CN103632385A | 公开（公告）日： | 2014-03-12 |
| 发明（设计）人： | 吴泽彬;孙玉宝;韦志辉;徐洋;孙乐;刘建军 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06T9/00 | 分类号： | G06T9/00 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 朱显国 |
| 地址： | 210094 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 联合 稀疏 先验 卫星 光谱 压缩 感知 重建 方法 | ||
1.基于空谱联合稀疏先验的卫星高光谱图像压缩感知重建方法，其特征在于，包括星上编码端高光谱数据块对角随机测量和地面解码端压缩感知重建，星上编码端对每一个光谱波段独立随机采样获得测量数据后将其通过数据链路发送到地面解码端，然后地面解码端进行压缩感知重建；
所述星上编码端高光谱数据块对角随机测量过程为：将高光谱数据的三维立方体重新排列为矩阵X，然后将该矩阵X再按列依次堆叠重新排列形成一维向量Xvec；采用解耦的随机采样模式，使用具有块对角结构的随机测量矩阵A对每一个光谱波段数据进行独立采样，在采样过程中根据每个光谱波段的统计特征自适应调整，获得测量向量y；
所述地面解码端压缩感知重建过程为：根据测量向量y联合高光谱数据光谱波段间的低秩先验与光谱波段内的稀疏性先验建立凸优化重建模型，对凸优化重建模型进行迭代求解获得重建的高光谱数据低秩成分Z和重建的高光谱数据稀疏成分E，然后将重建的高光谱数据低秩成分Z和稀疏成分E合并获得重建的高光谱数据。
2.如权利要求1所述的基于空谱联合稀疏先验的卫星高光谱图像压缩感知重建方法，其特征在于，
所述数据矩阵X为：
数据矩阵X的列向量是将第j个光谱波段数据按列重新排列后得到的列向量，列向量可以表示为
所述一维向量Xvec为：
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201310652415.2/1.html，转载请声明来源钻瓜专利网。
