-
-
公开(公告)号：CN103632385A
公开(公告)日：2014-03-12
申请号：CN201310652415.2
申请日：2013-12-05
申请人： 南京理工大学
IPC分类号： G06T9/00
摘要： 本发明方法提出一种基于空谱联合稀疏先验的卫星高光谱图像压缩感知重建方法。该方法包括星上编码端高光谱数据块对角随机测量和地面解码端压缩感知重建，星上编码端采用块对角的高光谱数据随机测量矩阵对每一个光谱波段进行独立随机采样获得测量数据后将其通过数据链路发送到地面解码端，地面解码端将数据分解为低秩成分和稀疏成分，联合高光谱数据光谱波段间的低秩先验与光谱波段内的稀疏性先验建立凸优化重建模型，进行迭代求解获得重建的高光谱数据低秩成分和稀疏成分，合并低秩成分和稀疏成分后获得重建的高光谱数据。本发明方法提高了卫星高光谱图像压缩感知重建的精度和效率。
-
公开(公告)号：CN104063897B
公开(公告)日：2017-09-22
申请号：CN201410304965.X
申请日：2014-06-28
申请人： 南京理工大学
IPC分类号： G06T17/00
摘要： 本发明提供了一种基于图稀疏正则化的卫星高光谱图像压缩感知重建方法,包括以下步骤：步骤1，将已知的高光谱数据的三维立方体重新排列为矩阵；步骤2，以随机卷积变换作为线性观测矩阵，构建多向量测量模型，对每一波段进行独立采样，生成测量向量矩阵；步骤3，将高光谱图像在稀疏变换域分解为谱间的关联成分和差异成分，构建包含关联成分和差异成分的图稀疏正则化的联合重建模型；步骤4，提出联合重建模型求解的交替方向乘子迭代算法，获得变换域的关联成分和差异成分，然后合并关联成分和差异成分，得到重建的高光谱数据。本发明提供的方法对卫星高光谱遥感数据进行压缩时压缩程度高、精度高。
-
公开(公告)号：CN103632385B
公开(公告)日：2016-09-21
申请号：CN201310652415.2
申请日：2013-12-05
申请人： 南京理工大学
IPC分类号： G06T9/00
摘要： 本发明方法提出一种基于空谱联合稀疏先验的卫星高光谱图像压缩感知重建方法。该方法包括星上编码端高光谱数据块对角随机测量和地面解码端压缩感知重建，星上编码端采用块对角的高光谱数据随机测量矩阵对每一个光谱波段进行独立随机采样获得测量数据后将其通过数据链路发送到地面解码端，地面解码端将数据分解为低秩成分和稀疏成分，联合高光谱数据光谱波段间的低秩先验与光谱波段内的稀疏性先验建立凸优化重建模型，进行迭代求解获得重建的高光谱数据低秩成分和稀疏成分，合并低秩成分和稀疏成分后获得重建的高光谱数据。本发明方法提高了卫星高光谱图像压缩感知重建的精度和效率。
-
公开(公告)号：CN104063897A
公开(公告)日：2014-09-24
申请号：CN201410304965.X
申请日：2014-06-28
申请人： 南京理工大学
IPC分类号： G06T17/00
摘要： 本发明提供了一种基于图稀疏正则化的卫星高光谱图像压缩感知重建方法,包括以下步骤：步骤1，将已知的高光谱数据的三维立方体重新排列为矩阵；步骤2，以随机卷积变换作为线性观测矩阵，构建多向量测量模型，对每一波段进行独立采样，生成测量向量矩阵；步骤3，将高光谱图像在稀疏变换域分解为谱间的关联成分和差异成分，构建包含关联成分和差异成分的图稀疏正则化的联合重建模型；步骤4，提出联合重建模型求解的交替方向乘子迭代算法，获得变换域的关联成分和差异成分，然后合并关联成分和差异成分，得到重建的高光谱数据。本发明提供的方法对卫星高光谱遥感数据进行压缩时压缩程度高、精度高。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.054 秒)
