免费论文摘要：高光谱卫星遥感图像收缩感知几何要害本领接洽

卫星遥感本领将人们接洽地球外表消息的本领由大陆蔓延到外天外。跟着测谱学本领(Spectroscopy)的兴盛，卫星遥感加入了高光谱期间。窄波段、完备贯串的光谱消息极地面普及了人们看法寰球的本领，使其在大海遥感、植被接洽、地质勘测、大气和情况监测以及军事观察等上面赢得了普遍运用。但是，带来便当的同声，该本领也向遥感范围的接洽提出了新的挑拨。如有限资源下的洪量数据搜集、传输、保存等题目。收缩感知(Compressed Sensing, CS)是一种鉴于低维空间、欠采集样品的非关系察看实行高维旗号感知的本领。正文对准收缩感知表面运用在高光谱卫星遥感进程中的三个重要题目：稠密表白、投影矩阵、图像重构举行了深刻接洽。 舆论的重要接洽处事及革新点如次： 开始，对准高光谱卫星遥感图像的稠密表白题目，领会了高光谱卫星遥感图像的空间关系性与谱间关系性，提出了一种鉴于字典进修的卫星遥感图像CS稠密牵制结构本领。运用前向探求的自符合波段聚类，提高演练样品的代办性和分别性。从聚类截止中，随机抽取样品构成演练集和考证集。运用非负矩阵领会(Non-negative Matrix Factorization, NMF)的思维，演练获得符合高光谱卫星遥感图像的过完美字典，用进修获得的字典形成CS系数牵制前提。考证集考证了字典的泛化本领。与鉴于融合领会的本领比拟考证了所提出实质的灵验性。 其次，对准高光谱卫星遥感CS体例的投影矩阵结构题目，接洽了投影矩阵需满意的需要前提互关系系数及其变型，指出互关系系数的Welch边境，获得了理念的优化目的。提出了一种Gram矩阵牵制和矩阵因变量优化迫近瓜代实行的投影矩阵优化本领。该算法分为两步：一是运用阈值因变量牵制Gram矩阵非对角线元素，使投影矩阵与字典的互关系系数迫近Welch界；二是沿用秩2矫正获得Hessian阵逆好像去矫正梯度探求目标。两个办法瓜代实行，直到解出适合优化诉求的投影矩阵。试验截止表白，当旗号稠密度或察看数据沟通时，正文算法的重构截止优于同类算法。 而后，对准高光谱卫星遥感CS体例的图像重构题目，接洽领会了CS图像重构的基础进程，指出图像重构实质是牵制优化题目。提出了一种鉴于增广拉格朗日法(Augmented Lagrangian Method, ALM)和谱段猜测器的CS遥感图像重构本领。该本领在全变差(Total Variation, TV)模子和稠密牵制前提普通上，创造图像重构目的。沿用布雷格曼分割法(Bregman Operator Splitting, BOS)减少一个内积项来废除变量与系数矩阵之间的啮合，瓜代乘子的求解增广Lagrange价格因变量，形成高精度、鲁棒的单帧图像重构算法。对准高光谱卫星遥感图像具备较高谱间关系性的特性，运用暂时帧的地物判决和光谱弧线消息猜测下一帧的数据动作单帧图像重构算法的初始值，普及算法的功效。与同类算法比拟，正文算法统筹了透彻性、鲁棒性和高效性。 结果，对准CS表面在卫星高光谱遥感成像中的实行题目，安排了试验考证计划，模仿高光谱卫星遥感图像收缩感知的进程，创造仿真试验体例及归纳考证试验过程。试验各阶段截止以及归纳比较表领会正文本领的灵验性。  

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/292689.html