基于自适应阈值的干涉高光谱图像稀疏重建
摘要：干涉高光谱图像是一类特殊的图像源,其海量数据导致很难在有限带宽信道上传输。传统的方法是对数据进行压缩,然后进行编码传输。但是压缩后的数据还是很大,给数据的传输和存储带来很大困难,而压缩感知技术可以很好地解决该类图像在传输时的问题。本文在压缩感知原有算法的基础上提出了更适用于干涉高光谱图像的基于自适应阈值的正交匹配追踪算法(ATROMP),该算法首先采用分块处理,然后挑选出干涉条纹块。由于竖直干涉条纹具有较强的单方向特性,水平全变分值较大。因此本文根据水平全变分值提取出图像中的干涉条纹,进行自适应采样。然后采用一个自适应阈值来代替正则正交匹配追踪(ROMP)算法中的二次选取,采用自适应阈值不仅可以保障每次选取的原子的相关性足够高,而且每次可以适当地选取多个原子保证足够的循环次数,避免了后续匹配度更高原子的遗漏。相比于传统ROMP算法,大量实验数据表明本文方法稀疏重建的精度可以得到明显的提高。
注: 保护知识产权,如需阅读全文请联系光电工程杂志社
相关推荐
更多
