主权项 |
一种基于三维张量压缩感知的高光谱压缩成像方法,包括如下步骤:(1)输入高光谱图像,将其表示为三维张量<u>Z</u>,其中,<img file="FDA0000739202790000011.GIF" wi="271" he="75" />I<sub>1</sub>、I<sub>2</sub>、I<sub>3</sub>分别为高光谱图像三个维度的大小;(2)设三个维度的采样率分别为S<sub>1</sub>、S<sub>2</sub>、S<sub>3</sub>,构造一个具有克罗内克结构的观测矩阵Φ:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>Φ</mi><mo>=</mo><msub><mi>Φ</mi><mn>3</mn></msub><mo>⊗</mo><msub><mi>Φ</mi><mn>2</mn></msub><mo>⊗</mo><msub><mi>Φ</mi><mn>1</mn></msub><mo>,</mo></mrow>]]></math><img file="FDA0000739202790000012.GIF" wi="416" he="70" /></maths>其中,Φ<sub>1</sub>、Φ<sub>2</sub>、Φ<sub>3</sub>是大小分别为J<sub>1</sub>×I<sub>1</sub>、J<sub>2</sub>×I<sub>2</sub>和J<sub>3</sub>×I<sub>3</sub>的高斯随机矩阵,作为三个维度的观测矩阵,第i个维度的观测矩阵Φ<sub>i</sub>的行数J<sub>i</sub>由第i个维度的采样率S<sub>i</sub>和高光谱图像第i个维度的大小I<sub>i</sub>来决定,即J<sub>i</sub>=S<sub>i</sub>I<sub>i</sub>,i=1,2,3,<img file="FDA0000739202790000013.GIF" wi="385" he="77" /><img file="FDA0000739202790000014.GIF" wi="56" he="62" />表示矩阵的克罗内克积;(3)利用高光谱图像<u>Z</u>和三个维度的观测矩阵Φ<sub>1</sub>、Φ<sub>2</sub>、Φ<sub>3</sub>,得到低维的测量值<u>M</u>:<u>M</u>=<u>Z</u>×<sub>1</sub>Φ<sub>1</sub>×<sub>2</sub>Φ<sub>2</sub>×<sub>3</sub>Φ<sub>3</sub>,其中,<img file="FDA0000739202790000015.GIF" wi="300" he="76" />×<sub>i</sub>表示高光谱图像<u>Z</u>与第i个维度上的观测矩阵Φ<sub>i</sub>的张量i‑模乘积;(4)构造一个具有克罗内克结构的字典D:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mi>D</mi><mo>=</mo><msub><mi>D</mi><mn>3</mn></msub><mo>⊗</mo><msub><mi>D</mi><mn>2</mn></msub><mo>⊗</mo><msub><mi>D</mi><mn>1</mn></msub></mrow>]]></math><img file="FDA0000739202790000016.GIF" wi="371" he="77" /></maths>其中,D<sub>1</sub>、D<sub>2</sub>、D<sub>3</sub>是大小分别为I<sub>1</sub>×I<sub>1</sub>、I<sub>2</sub>×I<sub>2</sub>和I<sub>3</sub>×I<sub>3</sub>的三个维度上的字典,三个维度的字典均取为离散余弦字典;(5)根据三个维度的观测矩阵Φ<sub>1</sub>、Φ<sub>2</sub>、Φ<sub>3</sub>和三个维度的字典D<sub>1</sub>、D<sub>2</sub>、D<sub>3</sub>,计算三个维度上的压缩感知矩阵:Q<sub>1</sub>=Φ<sub>1</sub>D<sub>1</sub>,Q<sub>2</sub>=Φ<sub>2</sub>D<sub>2</sub>,Q<sub>3</sub>=Φ<sub>3</sub>D<sub>3</sub>,得到压缩感知矩阵<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><mi>Q</mi><mo>=</mo><msub><mi>Q</mi><mn>3</mn></msub><mo>⊗</mo><msub><mi>Q</mi><mn>2</mn></msub><mo>⊗</mo><msub><mi>Q</mi><mn>1</mn></msub><mo>,</mo></mrow>]]></math><img file="FDA0000739202790000021.GIF" wi="379" he="77" /></maths>其中,<img file="FDA0000739202790000022.GIF" wi="781" he="86" />(6)根据测量值<u>M</u>和各个维度上的压缩感知矩阵Q<sub>1</sub>、Q<sub>2</sub>、Q<sub>3</sub>,利用张量正交匹配追踪算法求解下式,得出稀疏系数张量<u>β</u>:<u>M</u>=<u>β</u>×<sub>1</sub>Q<sub>1</sub>×<sub>2</sub>Q<sub>2</sub>×<sub>3</sub>Q<sub>3</sub>,其中,×<sub>i</sub>表示稀疏系数张量<u>β</u>和第i个维度上的压缩感知矩阵Q<sub>i</sub>的张量i‑模乘;(7)根据稀疏系数<u>β</u>和三个维度上的字典D<sub>1</sub>、D<sub>2</sub>、D<sub>3</sub>,得到重构出的原高光谱图像<img file="FDA0000739202790000023.GIF" wi="77" he="75" /><maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><munderover><mi>Z</mi><mo>‾</mo><mo>^</mo></munderover><mo>=</mo><munder><mi>β</mi><mo>‾</mo></munder><msub><mo>×</mo><mn>1</mn></msub><msub><mi>D</mi><mn>1</mn></msub><msub><mo>×</mo><mn>2</mn></msub><msub><mi>D</mi><mn>2</mn></msub><msub><mo>×</mo><mn>3</mn></msub><msub><mi>D</mi><mn>3</mn></msub><mo>,</mo></mrow>]]></math><img file="FDA0000739202790000024.GIF" wi="498" he="92" /></maths>其中,×<sub>i</sub>表示稀疏系数张量<u>β</u>和第i个维度上的字典D<sub>i</sub>的张量i‑模乘,<img file="FDA0000739202790000025.GIF" wi="271" he="81" /> |