《基於張量結構稀疏模型的高光譜成像信息處理》是依託浙江大學，由錢沄濤擔任項目負責人的面上項目。
基本介紹
- 中文名：基於張量結構稀疏模型的高光譜成像信息處理
- 依託單位：浙江大學
- 項目負責人：錢沄濤
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
高光譜成像是探測與成像技術的一場深刻革命，同時也帶來了信號與信息處理方法的變革，光譜分析和圖像分析如何有機結合，以充分利用高光譜成像提供的豐富數據信息，是我們面臨的巨大挑戰。高光譜成像信息的外在數據表達是三階張量形式，而內在的光譜、紋理、幾何和光照特性之間存在複雜結構關係和信息冗餘。張量代數和稀疏表達是信息處理和機器學習領域的新興理論，和高光譜成像信息的數據處理形式和生成機制具有一致性。本項目在探討張量結構和稀疏表達的內在關係、融合模型、及最佳化算法基礎上，研究高光譜成像數據的張量結構稀疏表達機理，基於張量結構稀疏模型的張量稀疏分解/變換、張量結構特徵提取/選擇、張量結構稀疏回歸和分類等方法，以及在高光譜成像數據的去噪、壓縮、解混、匹配、識別和檢測等關鍵問題上的套用。形成比較系統的張量結構稀疏理論，為高光譜成像數據處理提供新的處理和分析工具，並為其它物理系統的信息處理提供借鑑和參照。
結題摘要
近年來，高光譜成像技術引起了學術界和工業界的廣泛關注。相比於全色、彩色和多光譜影像，高光譜影像數據包含了更多的地物特徵分布信息，但同時也帶來了高維處理的難題，使得傳統的模式識別和計算機視覺技術不能直接用於高光譜遙感影像數據。三階張量是高光譜成像數據最自然的表達方式，而稀疏表達是刻畫高光譜圖像內在關係的有效工具。本項目重點研究基於張量表達和稀疏表達的高光譜成像信息處理，特別張量結構稀疏表達模型，及其在高光譜成像數據的去噪、壓縮、解混、匹配、識別和檢測等關鍵問題上的套用，形成比較系統的張量結構稀疏理論，為高光譜成像數據處理提供新的處理和分析工具。本項目取得的成果包括：1、研究了基於線性張量分解（多線性變換）的高光譜信息表達模型，提出了基於張量分解的高光譜圖像去噪、基於張量Vector-Matrix分解的光譜解混、基於非負張量分解的高光譜圖像壓縮和特徵提取等方法。2、研究了高光譜成像信息的稀疏表達模型，提出了基於非局部稀疏表達的高光譜圖像去噪、基於小波變換的高光譜圖像稀疏特徵選擇和稀疏分類、和基於稀疏約束的光譜解混等方法。3、研究了張量結構稀疏模型和多任務稀疏模型，提出了基於多任務字典學習和稀疏表示的高光譜圖像去噪、基於超圖結構的高光譜解混、基於流形結構的高光譜數據可視化等方法。通過項目組成員的共同努力，圓滿完成了預定目標，在IEEE地理科學與遙感會刊等頂級學術期刊和會議上發表論文20餘篇，在高光譜成像信息處理領域具有較大的國際學術影響力。
