%0 Journal Article
%T 基于光谱稀疏模型的高光谱压缩感知重构
%A 周勇胜
%A 唐伶俐
%A 李传荣
%A 汪琪
%A 马灵玲
%J 红外与毫米波学报
%D 2016
%X 提出了一种基于光谱稀疏化的压缩感知采样与重构模型, 通过从训练样本中构建光谱稀疏字典提升光谱稀疏化效果, 同时在重构时兼顾空间图像的全变分约束进一步提升重构精度.对200波段AVIRIS高光谱场景进行压缩感知重构的实验表明, 利用构建的光谱稀疏字典与传统的DCT字典和Haar小波字典相比光谱稀疏化效果明显提升, 同时在25%采样下基于光谱稀疏字典几乎无差别重构出了高光谱图像, 同样条件下在空间和光谱的精度与现有常用方法相比有较大的提升
%K 压缩感知 高光谱成像 稀疏表示 字典学习 重构算法
%U http://journal.sitp.ac.cn/hwyhmb/hwyhmbcn/ch/reader/view_abstract.aspx?file_no=160205&flag=1