国家自然科学基金(61071171) 作品数:13 被引量:76 H指数:6 相关作者: 冯燕 贾应彪 王丽 王忠良 袁晓玲 更多>> 相关机构: 西北工业大学 铜陵学院 韶关学院 更多>> 发文基金: 国家自然科学基金 安徽省高校省级自然科学研究项目 韶关市科技计划项目 更多>> 相关领域: 自动化与计算机技术 航空宇航科学技术 电子电信 更多>>
高光谱图像压缩感知投影与复合正则重构 被引量:9 2012年 压缩感知理论提供了一种新的数据获取和压缩思路,能有效地把计算负担从编码端转移到解码端。高光谱数据具备数据稀疏性、空间相关性和谱间相关性,结合这3类先验知识,提出了一种基于复合正则化的高光谱图像压缩感知投影与重构方法。该方法的编码端只需要一个简单的投影操作;在重构算法实现中,基于变量分裂的思想,把具备多个正则项的优化问题转化成多个简单的优化问题,并用迭代方式求解。实验结果表明,本文算法在高光谱图像重构上能获得更高的峰值信噪比和更好的重构效果。该方法具备极低的编码复杂度,适用于资源受限的机载和星载高光谱成像平台。 冯燕 贾应彪 曹宇明 袁晓玲关键词:压缩感知 高光谱图像 数据压缩 凸优化 基于谱间结构相似先验的高光谱压缩感知重构 被引量:10 2014年 在高光谱压缩感知重构中,充分利用图像的先验信息能有效提升算法的重构精度。现有重构算法均未考虑高光谱图像的谱间结构冗余信息,该文提出一种基于谱间结构相似先验的高光谱压缩感知重构方法。该方法通过谱间结构冗余定义高光谱结构图像,以结构图像为基础,设计一个压缩感知重构正则项,再结合高光谱图像的空间相关性和谱间统计相关性,提出一种新的压缩感知高光谱图像联合重构方案,并设计一种基于变量拆分的有效的求解算法。实验表明,在相同观测值数目下,该文算法的重构质量明显优于现有算法。 贾应彪 冯燕 王忠良 魏江关键词:压缩感知 高光谱图像 一种基于NSST和字典学习的红外和可见光图像融合算法 被引量:10 2017年 近年来随着多尺度分析和压缩感知成为研究的热点,字典学习算法在图像融合领域得到了广泛应用,但是其算法应用于可见光和红外图像的融合,容易出现块状噪声,边缘有振铃现象。基于此,本文提出了一种基于非下采样剪切波变换(NSST)和字典学习的红外和见光图像融合算法研究,对NSST分解的低频分量利用滑动窗口得到图像块序列,并对其进行零均值化后再稀疏分解,选择区域能量的融合规则,高频子带选择拉普拉斯能量和的融合规则。仿真结果表明,本文的算法在视觉和客观评价指标上优于现有几种融合算法。 刘战文 冯燕 李旭 丁鹏飞 徐继明关键词:图像融合 字典学习 一种高光谱图像分布式压缩感知重构方法 被引量:2 2013年 基于分布式压缩感知理论,利用高光谱图像谱间的低秩特性,提出一种高光谱图像分布式压缩感知重构方法。该方法在编码端对各谱段图像分别进行压缩感知测量,运算简单,便于硬件实现。解码端重构时,首先对各谱段图像采取全变差范数最小化恢复,每次迭代的同时,利用谱间低秩修正当前重构的图像,并进行重构迭代终止判断,充分利用了高光谱图像的谱间相关性,实现了高光谱图像的联合重构。实验结果表明,该方法能够有效提升高光谱图像的重构质量。 袁晓玲 冯燕 贾应彪关键词:高光谱图像 全变差 基于空谱联合的多假设预测高光谱图像压缩感知重构算法 被引量:5 2015年 为充分利用高光谱图像的空间相关性和谱间相关性,该文提出一种基于空谱联合的多假设预测压缩感知重构算法。将高光谱图像分组为参考波段图像和非参考波段图像,参考波段图像利用光滑Landweber投影算法重构,对于非参考波段图像,引入空谱联合的多假设预测模型,提高重构精度。非参考波段图像中每个图像块的预测值不仅来自非参考波段图像未经预测的初始重构值的相邻图像块,而且来自参考波段重构图像相应位置及其邻近的图像块,利用预测值得到测量域中的残差,然后对残差进行重构并对预测值进行修正,此残差比原图像更稀疏,且算法采用迭代方式提高重构图像的精度。借助Tikhonov正则化方法求解多假设预测的权重系数,并基于结构相似性判断是否改变多假设预测搜索窗口大小,最后利用交叉验证计算重构算法终止迭代的判据参数。实验结果表明,所提算法优于仅利用空间相关性或谱间相关性进行预测和不预测的重构算法,其重构图像的峰值信噪比提高2 d B以上。 王丽 冯燕关键词:高光谱图像 压缩感知 TIKHONOV正则化 基于粒子群优化的图像稀疏分解算法研究 被引量:16 2015年 研究高光谱图像的稀疏分解匹配优化问题,为便于对图像进行压缩处理,但正交匹配追踪算法的计算复杂度非常高,难以用于实时处理。针对高光谱图像,提出采用粒子群优化的图像稀疏分解算法,对正交匹配追踪算法的匹配过程进行优化,依靠粒子群算法的局部寻优能力,快速找到最优原子,完成图像稀疏分解。实验结果表明,在构造的Gabor冗余字典基础上,改进算法得到的重构图像峰值信噪比能达到44dB以上。同时,与正交匹配追踪算法相比,上述算法计算复杂度低,计算效率提高14倍,且算法不需要事先产生冗余字典,减少对存储空间的占用,满足实时性要求。 王丽 冯燕关键词:稀疏分解 冗余字典 粒子群优化 正交匹配追踪 计算复杂度 峰值信噪比 图像的多成分混合字典压缩感知表示及重构 被引量:1 2013年 信号分解的稀疏程度决定了压缩感知重构信号的精度,针对标准正交基稀疏程度的不足,提出了基于混合字典的压缩感知图像分解和重构方法。构建匹配图像边缘和纹理的二维Gabor字典,将图像在离散余弦字典与建立的二维Gabor字典上进行混合稀疏分解,得到图像的光滑成分、边缘成分和纹理成分。对得到的稀疏成分进行CS观测,通过求解一个优化问题重构图像。实验结果表明,构造的混合字典能够对图像进行更加稀疏的表示,在相同的采样率下,图像的重构质量优于标准正交基分解。 曹宇明 冯燕 贾应彪 袁晓玲关键词:压缩感知 图像重构 推扫式高光谱谱间压缩感知成像与重构 被引量:8 2014年 提出一种推扫式谱间压缩采样的高光谱成像系统,用于实现高光谱图像的压缩感知成像,并对该系统成像的重构算法进行了研究。在图像采集阶段,采用棱镜对地面成像行的像素进行谱带分离,然后利用数字微镜器件实现谱带的线性编码,通过柱面透镜完成编码谱带的叠加。压缩采样数据重构时,不像传统的压缩感知重构方法那样直接重构高光谱数据,而是利用线性光谱库混合模型将重构高光谱数据转换成重构丰度系数矩阵,采用交替方向乘子法求解丰度的优化问题,再根据重构的丰度和高光谱库恢复原数据。与标准压缩感知重构算法的对比实验表明,该方法在压缩采样数据为总数据的20%时,重构的平均峰值信噪比比标准压缩感知提高了18dB。所设计的成像系统采样方式简单,可应用于星载或机载的高光谱压缩感知成像。 王忠良 冯燕 王丽关键词:压缩感知 高光谱图像 成像光谱仪 线性混合模型 高光谱图像的分布式压缩感知成像与重构 被引量:15 2015年 根据高光谱数据的特点,提出了一种基于像元的分布式压缩采样模型来实现高光谱图像的有效压缩采样与重构。搭建了能实现该模型的压缩采样光谱成像系统,并研究了用于该系统成像的重构算法。在图像采集阶段,将高光谱数据分为参考像元和压缩感知像元;地面像元的辐射能通过棱镜进行谱带分离,再利用数字微镜器件实现谱带的线性编码。对压缩感知像元进行低采样率的线性编码,对参考像元进行采样率为1的线性编码。压缩采样数据重构时,不再采用传统方法直接重构高光谱数据,而是利用线性混合模型将重构高光谱数据转换成端元提取和丰度估计,然后根据重构的端元和丰度恢复原数据。对比实验表明,在压缩采样数据为总数据的20%时,重构的平均信噪比提高了10dB。所设计的成像系统应用压缩感知理论减少了采集的数据量,采样方式简单,可应用于星载或机载的高光谱压缩感知成像。 王忠良 冯燕 肖华 王丽关键词:高光谱图像 成像光谱仪 线性混合模型 基于线性混合模型的高光谱图像谱间压缩感知重构 被引量:3 2014年 该文针对高光谱数据的线性混合模型,提出一种简单有效的谱间压缩感知下高光谱数据的重构方案。该方案不同于传统的压缩感知重构方法直接重构高光谱数据,而是将高光谱数据分离成端元和丰度分别进行重构,然后利用重构的端元和丰度信息合成高光谱数据。实验结果表明,该方案的重构质量明显优于标准压缩感知重构方法,并且运算速度具有极大提升,同时便于获得端元和丰度信息。 王忠良 冯燕 贾应彪关键词:高光谱图像 压缩感知 线性混合模型