基于字典学习及压缩感知的干涉高光谱数据压缩重建算法研究

项目名称： 基于字典学习及压缩感知的干涉高光谱数据压缩重建算法研究

项目编号： No.61401439

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 温佳

作者单位： 天津工业大学

项目金额： 22万元

中文摘要： 干涉高光谱技术在航天遥感、气象、军事、环境监测和地质等领域均有实际应用价值，近年来字典学习和压缩感知理论的提出对传统高光谱成像技术的发展具有重要的推动作用，然而干涉高光谱成像仪的成像原理为光的干涉，所生成的干涉高光谱数据具有区别于普通高光谱数据的特殊性，其固定位置且高幅值的干涉条纹和方向性移位的背景导致直接应用传统的字典学习方法、压缩感知的固定采样率以及固定稀疏度的匹配追踪算法时无法得到理想的压缩重建效果。本项目针对干涉高光谱技术的特殊成像原理，首先改变干涉高光谱图像的数据结构，建立适合压缩感知稀疏表示的数据模型，其次，根据干涉高光谱数据特殊的空间与谱间相关性找到最佳的字典学习方法，最后，针对干涉高光谱图像数据区别于普通高光谱数据的特点，提出最佳的帧间预测模型、帧间压缩感知自适应采样率和自适应稀疏度匹配追踪算法，旨在为字典学习及压缩感知方法在干涉高光谱数据的应用奠定理论与技术基础。

中文关键词： 干涉高光谱图像；干涉成像；压缩感知；字典学习；稀疏表示

英文摘要： Interference hyperspectral imaging is a very practical technology in the fields of remote sensing, meteorology, military, environmental monitoring and geology. In recent years the theorys of dictionary learning and compressed sensing put forward for t

英文关键词： Interference Hyperspectral Image；Interferometric Imaging；Compressed Sensing；Dictionary Learning；Sparse Representation