线性混合光谱模型高光谱压缩感知

作者：王忠良; 何密; 叶珍; 粘永健^*

来源：遥感学报, 2020, 24(03): 277-289.

• 遥感
• 高光谱遥感
• 压缩感知
• 线性混合模型
• 光谱扰动

高光谱压缩感知(HCS)对于解决机载或星载高光谱数据的存储与实时传输具有重要意义。目前,线性混合模型(LMM)已被成功应用于HCS;然而,由于光照条件、地形变化以及大气作用等的影响,所获取的地物光谱会发生扰动,从而限制了HCS重建质量的提高。在LMM基础上,通过引入光谱修正项来修正光谱扰动,提出了光谱扰动修正的LMM (SPCLMM);在此基础上,进一步提出了基于SPCLMM的HCS (HCSSPCLMM)方法。该方法在采样端仅对原始高光谱图像进行光谱维压缩采样,基于压缩采样数据,将SPCLMM应用HCS的重建,利用交替方向乘子法(ADMM)分别估计SPCLMM中各分量的最优值,以获得最优的高光谱图像重建质量。实验结果表明,HCSSPCLMM能够获得优于其他典型HCS方法的重建质量。

• 单位
  第三军医大学; 长安大学; 中国人民解放军陆军军医大学; 铜陵学院