高分辨率的应用需求使得传统的高光谱遥感成像系统面临高速率采样、海量数据存储等难以突破的瓶颈问题,压缩感知理论为传统高光谱遥感所面临的瓶颈问题提供了解决可能。针对高光谱压缩感知成像,提出了一种摆扫型高光谱压缩成像系统,该...高分辨率的应用需求使得传统的高光谱遥感成像系统面临高速率采样、海量数据存储等难以突破的瓶颈问题,压缩感知理论为传统高光谱遥感所面临的瓶颈问题提供了解决可能。针对高光谱压缩感知成像,提出了一种摆扫型高光谱压缩成像系统,该系统采用光栅、柱面透镜、二维编码孔径和线性传感阵列等光电器件,一次曝光中可获取空间像素点的光谱维向量对应的多个压缩采样值。在压缩感知数据重建过程中,为了充分利用高光谱图像的空间相关先验信息,提出了一种空间预测迭代重建算法。实验结果表明,与标准压缩感知重建算法对比,该算法在压缩感知采样率超过0.2时重建图像信噪比可提高10 d B以上。所设计的系统简单易实现,可应用于星载、机载等遥感平台的高光谱压缩成像。展开更多
文摘高分辨率的应用需求使得传统的高光谱遥感成像系统面临高速率采样、海量数据存储等难以突破的瓶颈问题,压缩感知理论为传统高光谱遥感所面临的瓶颈问题提供了解决可能。针对高光谱压缩感知成像,提出了一种摆扫型高光谱压缩成像系统,该系统采用光栅、柱面透镜、二维编码孔径和线性传感阵列等光电器件,一次曝光中可获取空间像素点的光谱维向量对应的多个压缩采样值。在压缩感知数据重建过程中,为了充分利用高光谱图像的空间相关先验信息,提出了一种空间预测迭代重建算法。实验结果表明,与标准压缩感知重建算法对比,该算法在压缩感知采样率超过0.2时重建图像信噪比可提高10 d B以上。所设计的系统简单易实现,可应用于星载、机载等遥感平台的高光谱压缩成像。
