《基於輔助信息與張量建模的高光譜壓縮感知研究》是依託陝西師範大學，由曹文飛擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於輔助信息與張量建模的高光譜壓縮感知研究
- 項目類別：青年科學基金項目
- 項目負責人：曹文飛
- 依託單位：陝西師範大學
項目摘要,結題摘要,
項目摘要
在遙感科學中，高光譜壓縮成像與處理是一個受壓縮感知技術驅動的新興研究領域，近年來吸引了研究人員廣泛的研究興趣並取得了重大進展. 但仍存在一些基本問題亟待解決：(1)已有方法幾乎都是基於向量或者矩陣設計，即通過把高光譜圖像拉伸成向量或者矩陣來處理，這種處理方式破壞了高光譜圖像內在的三維結構；(2)已有方法沒有實質性地耦合其他有用的輔助信息(如全色圖像)到高光譜圖像的重構過程. 因而，這些方法仍不能顯著地減少成像譜儀的測量數和進一步提高高光譜圖像的重建精度. 本課題將以保持和有效利用圖像的內在結構為出發點，採用張量數學結構並結合輔助信息的思想來發展高光譜壓縮感知的新方法，主要研究：(1)高光譜圖像與輔助圖像的結構建模與度量，(2)高光譜圖像的觀測噪聲建模與度量，(3)基於張量和新度量的壓縮感知模型、理論與算法，(4)在資源探測等實際問題上的套用.該項目研究將為高光譜圖像處理提供新的技術支撐.
結題摘要
本項目以高光譜圖像處理、自然圖像處理中基本問題為研究背景，主要研究內容有三項：（1）圖像重建與恢復模型構建，（2）稀疏最佳化算法設計與分析，（3）重構理論分析。本項目主要結果有，針對內容一：（1）關於高光譜條紋噪聲去除問題，我們提出了一種賦權的時空全變差模型來刻畫圖像結構，利用矩陣低秩性來刻畫條紋噪聲，該成果發表在SCI期刊上，被google scholar引用7次；（2）關於高光譜圖像恢復問題，我們提出了一種譜-空非局部低秩模型來刻畫圖像內在結構，方差自適應的高斯—拉普拉斯混合機率模型來刻畫圖像複雜噪聲結構，該成果發表在遙感圖像處理領域國際知名期刊上，被google scholar引用9次；（3）針對高光譜圖像等多通道圖像結構，我們提出非局部張量全變差模型來描述該結構，該模型在圖像壓縮感知、圖像去噪、圖像去模糊等問題上有良好性能表現；（4）在高光譜圖像解混問題上，我們把豐度係數看成多通道張量圖像，該係數在每個通道向量上是稀疏的，在每個通道圖像上是非局部光滑的，基於這種觀察，我們提出一種新的圖像解混方法，該成果發表在圖像處理領域知名期刊IEEE Trans. Image Processing上（2019年中科院大類分區SCI-1區）；（5）在視頻壓縮感知問題上，我們提出了一種諸幀線上重建方法，該方法已經申請專利。針對內容二：（1）本團隊成員利用神經網路逼近的思想求解稀疏最佳化問題，從算法設計上是一種有意思的嘗試，有3篇論文，其中SCI論文2篇，中文核心論文1篇；（2）針對非凸複合最佳化問題的交替方向乘子方法（ADMM），與合作者導出其收斂性證明，該論文被《中國科學：信息科學》雜誌發表。針對內容三：在此項子課題上，我們正在指導碩士研究生開展研究，已有成熟的思路。本項目已經取得的研究成果將在交通視頻監控、手機拍攝照片去噪與去模糊、高光譜圖像恢復、高光譜圖像解混，高光譜壓縮感知等問題上有潛在套用前景。
