《高光譜圖像多維稀疏字典構造及套用研究》是依託北京航空航天大學，由尹繼豪擔任項目負責人的面上項目。
基本介紹
- 中文名：高光譜圖像多維稀疏字典構造及套用研究
- 依託單位：北京航空航天大學
- 項目負責人：尹繼豪
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
高光譜圖像具有圖譜合一的特性，能夠精細刻畫地物光譜，為地物特徵提取、分類、探測等技術的發展提供了大量有價值信息。但由於其數據量大、冗餘度高，以致於高光譜成像、傳輸及數據處理速度慢，並在傳輸過程中容易丟失信息。本課題針對以上問題，結合新型信號分析與處理理論，探索高光譜圖像的本質特徵，加深對空間維與光譜維關係的認知，深入研究兩者之間的稀疏特性，形成集數據分析、多維稀疏字典構造、混合範數重構為一體的高光譜數據處理理論體系，並對該體系展開地學套用研究。具體說來，首先，引入時間序列分析理論，並結合傳統的信號處理理論，深入挖掘高光譜圖像空間維與光譜維的聯合特徵，研究體現高光譜圖像本質特徵的稀疏表示；其次，根據獲得的空間與光譜維的聯合特徵，建立多維稀疏字典；然後，基於多維稀疏字典和壓縮感知理論，研究魯棒性強的混合範數重構算法，獲取重構圖像；最後，將提出的算法體系套用於典型地物探測中，以驗證其高效性。
結題摘要
高光譜圖像具有“圖譜合一”的特性，能夠精細刻畫地物光譜，為地物特徵提取、分類、探測等技術的發展提供了大量有價值信息。但由於其數據量大、冗餘度高，以致於高光譜成像、傳輸及數據處理速度慢，並在傳輸過程中容易丟失信息。本課題針對以上問題，結合新型信號分析與處理理論，探索高光譜圖像的本質特徵，加深對空間維與光譜維關係的認知，深入研究兩者之間的稀疏特性，形成集數據分析、多維稀疏字典構造、混合範數重構為一體的高光譜數據處理理論體系，並對該體系展開地學套用研究。本課題的研究：1、深化了對高光譜圖像空間維與光譜維聯合關係的認知。高光譜遙感圖像無論在空間維還是光譜維都存在大量值得深入挖掘的特徵，研究空-譜維的統一關係，實現多維圖像的高效稀疏採樣，可為典型地物探測等套用提供理論支持。2、促進了高光譜圖像採樣、重構理論研究水平的提升。現存算法對高光譜圖像空間維與光譜維統一關係的認知與處理存在著一定的理論缺陷。從減輕數據存儲與傳輸壓力角度出發，進行多維聯合稀疏採樣和高效重構方法的研究可為高光譜圖像的快速處理與套用奠定基礎。3、為新型光譜成像儀的研製及數據傳輸系統的設計提供了理論支撐。若不進行壓縮採樣而直接獲取高光譜圖像全部數據，成像設備與信號傳輸系統會有巨大壓力，本研究輔助了高光譜圖像高效採集與存儲，實現快速成像。同時，重構算法的研究能夠以較高的精度恢復原始數據，彌補傳輸損失。4、最大限度在典型地物探測等套用中發揮高光譜圖像的優勢。傳統的地物探測技術對更深層次的統計特性和稀疏特性則沒有被充分的利用。本課題研究結合了高光譜圖像的光譜和空間信息，挖掘典型地物更本質的特徵，提出了高效率的探測方法，提升了現有的地物探測水平。綜合上述研究成果，本研究可以為高光譜圖像處理技術的提升，特別是在地學中的套用提供理論支撐，同時為新型光譜成像儀的研製及數據傳輸系統的設計提供有價值的參考。
