《面向高光譜圖像的自適應壓縮採樣與低秩稀疏重構》是依託西安電子科技大學，由孟紅雲擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：面向高光譜圖像的自適應壓縮採樣與低秩稀疏重構
- 項目類別：青年科學基金項目
- 項目負責人：孟紅雲
- 依託單位：西安電子科技大學
中文摘要,結題摘要,
中文摘要
波段數目多、光譜解析度高、波段寬度窄等特點導致高光譜圖像包含豐富冗餘，研究面向高光譜圖像壓縮採樣方法具有深遠的科學意義和明顯的套用前景。而現有分塊壓縮採樣忽略圖像塊之間的差異，容易造成非可壓縮圖像塊資源不足而可壓縮塊資源過剩，從而導致重構精度差等問題。本項目主要研究高光譜圖像的自適應結構化壓縮採樣和低秩稀疏張量重構.在採樣方面,設計基於部分壓縮採樣的信息冗餘度的估計方法,提出採樣率自適應分配策略,使得可壓縮塊獲得相對較少的資源,而非可壓縮塊得到充足的採樣,為精確重構奠定基礎.在採樣矩陣構造方面，在確定採樣和隨機採樣間進行折衷, 設計了基於內容的結構化採樣矩陣,提高了採樣的效率.在壓縮重構方面,將矩陣的低秩稀疏分解推廣到高階張量的低秩稀疏逼近，充分利用高光譜圖像中所包含的非局部冗餘和結構冗餘，提出基於低秩稀疏先驗的張量重構方法. 通過該項目的研究，為自適應壓縮感知的理論和套用奠定一定基礎。
結題摘要
採樣矩陣構造和壓縮感知重構是壓縮採樣成像的關鍵問題。針對某特定類型的信號，信息的分布並不是完全均勻隨機的，也就是說，信號信息的分布既具有確定性，又具有隨機性，設計了結構化採樣矩陣，提高採樣效率。在重構算法方面,將矩陣的低秩稀疏分解、非局部全變分和基於壓縮採樣的像元聚類引入壓縮重構，充分利用高光譜圖像中所包含的非局部冗餘和結構冗餘，提出基於低秩稀疏分解的高光譜圖像重構,基於NLTV的高光譜壓縮重構方法,基於聚類和低秩稀疏分解的高光譜圖像重構,基於聚類NLTV和低秩稀疏分解的高光譜圖像重構, 以及基於低秩稀疏矩陣分解的壓縮採樣ISAR成像方法。通過該項目的研究，為自適應壓縮感知的理論和套用奠定一定基礎。
