[发明专利]一种面向植物高光谱的提取分块压缩重构方法

摘要

本发明公开一种面向植物高光谱的提取分块压缩重构方法。本发明先原始植物高光谱进行植物区域提取，然后采用分块压缩在数据展开的形式上充分利用了小块区域之间高度的空间相关性，使得展开后的待重构数据不仅在数据排布上保持与原始单光谱曲线一致，同时又提高了单次待重构数据的长度，这使得一方面相同采样率下单次采集到的数据量更多，大大提高了成功重构的概率；另一方面使得以更低的采样率对原始植物高光谱采样已经能够获取足够的光谱信息，从而可以以更低的压缩比完成对植物高光谱的压缩重构，在实际应用中相应降低存储成本，同时为将重构的植物高光谱用于植物生理化参数反演提供保障。

主权项

1.一种面向植物高光谱的提取分块压缩重构方法，其特征在于该方法包括以下步骤：步骤(1)、对原始植物高光谱进行植物区域提取以X3Dori∈RA×B×C表示原始植物高光谱，A、B、C分别表示原始植物高光谱在三维直角坐标系下沿x、y、z轴方向的长度；以X3Dtq∈RA×B×C表示提取植物区域的高光谱；以X3Dym∈RA×B×C表示二值掩码高光谱，具体获取过程如下：1.1分析原始植物高光谱不同类型区域的光谱曲线，选取植物区域与背景区域差值最大且其附近光谱曲线较为平滑的z值或波长值，以该值对应的图像作为基准图像，根据式(1)和式(2)获取X3Dym；X3Dym(x，y，z)＝0s.t.X3Dori(x，y，z)≥Thr   (1)X3Dym(x，y，z)＝1s.t.X3Dori(x，y，z)＜Thr   (2)其中x∈(0，A‑1)，y∈(0，B‑1)，z∈(0，C‑1)；Thr为阈值，其值为基准图像植物区域边缘点的平均值；1.2根据式(3)获取X3Dtq；X3Dtq(x，y，z)＝X3Dori(x，y，z)×X3Dym(x，y，z)   (3)；步骤(2)、对提取的植物高光谱进行分块以X3Dsma∈Ra×b×c表示图像子块，a、b、c分别表示子块在三维直角坐标系下沿x、y、z轴方向的长度；根据式(4)将提取的植物高光谱进行分块：其中Q表示子块的总个数，M、N、H分别表示沿x、y、z轴方向子块的块数；为保留植物高光谱的谱域信息，在z轴方向不进行分割，即取c＝C，则式(4)可以简化为式(5)：分块后，每个子块均可以用式(6)进行表示：X3Dsma＝X3Dtq(x，y，z)   (6)其中x∈(a×i‑a，a×i‑1)，y∈(b×j‑b，b×j‑1)，z∈(0，C‑1)分别表示原始植物高光谱中每个数据在三维直角坐标系下的坐标；i＝1，2，...，M，j＝1，2，...，N分别表示每个小块在三维直角坐标系下沿x轴方向和沿y轴方向的索引，初始化时取i＝1，j＝1；步骤(3)、取子块并展开成一维数据将X3Dsma按照先沿x轴方向再沿着y轴方向依次取数据，每次取一个，判断该数据是否大于零，如果大于零则将该元素并入X1Dsma，再将该元素的坐标并入Mask中，一张图像处理完毕后再取其余图像依次重复以上操作，得到该小块最终展开的一维数据X1Dsma∈RNr×1，其中Nr表示子块X3Dsma中非零元素的个数，即植物区域数据个数；步骤(4)、构造测量矩阵并获取测量值4.1构造随机高斯测量矩阵Φ∈Rm×Nr，其中m为采样个数，有m＝Nr×Bpp，Bpp为采样率(即压缩比)；4.2根据式(7)对步骤(3)中展开的一维数据进行采样，获取测量值Y1Dsma∈Rm×1；Y1DSma＝ΦX1Dsma   (7)步骤(5)、根据式(8)构造离散余弦变换矩阵Ψ∈RNr×Nr；然后结合步骤(4)中随机高斯测量矩阵Φ，根据式(9)获取传感矩阵Asma∈Rm×Nr；Asma＝ΦΨ   (9)步骤(6)、采用分段正交匹配追踪算法对步骤(4)中获得的测量值Y_1DSma进行重构，得到X_1Dsma的近似步骤(7)、逆展开过程将重构的一维数据恢复成子块的形式并存放将结合Mask进行逆展开过程处理，得到然后根据式(17)进行存放；其中X3Drec∈RA×B×C为存放重构结果的矩阵；步骤(8)、判断所有子块是否均已重构，具体是：8.1令i＝i+1，如果i≤M，返回步骤(3)，否则进入步骤8.2；8.2令i＝1，j＝j+1，如果j≤N，返回步骤(3)，否则结束。