一种基于卷积稀疏编码压缩感知光谱重构方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116012470A(43)申请公布日2023.04.25(21)申请号202310043863.6(22)申请日2023.01.29(71)申请人西安交通大学地址710049陕西省西安市碑林区咸宁西路28号(72)发明人李杰王攀吴海英齐春(74)专利代理机构西安通大专利代理有限责任公司61200专利代理师柳利花(51)Int.Cl.G06T9/00(2006.01)G06N3/0464(2023.01)权利要求书2页说明书6页附图4页(54)发明名称一种基于卷积稀疏编码压缩感知光谱重构方法及系统(57)摘要本发明属于光谱图像技术领域，公开了一种基于卷积稀疏编码压缩感知光谱重构方法及系统，包括以下步骤：步骤S1、将光谱采集系统输出的观测图像以及光谱采集系统的观测矩阵构建基于卷积稀疏表示的重构方程；步骤S2、基于卷积稀疏表示的重构方程进行图像低频求解得到初步三维光谱数据；步骤S3、初步三维光谱数据进行约束对图像高频部分求解得到卷积核在第L个波段处的稀疏系数；步骤S4、对稀疏系数与卷积核进行卷积求和得到三维光谱数据；步骤S5、满足条件的三维光谱数据进行输出得到重构的光谱。本发明重构图像的泛化性、精度与时效性均较好。CN116012470ACN116012470A权利要求书1/2页1.一种基于卷积稀疏编码压缩感知光谱重构方法，其特征在于，包括以下步骤：步骤S1、将光谱采集系统输出的观测图像以及光谱采集系统的观测矩阵构建基于卷积稀疏表示的重构方程；步骤S2、对步骤S1中基于卷积稀疏表示的重构方程进行图像低频求解得到初步三维光谱数据；步骤S3、对步骤S2中的初步三维光谱数据进行约束对图像高频部分求解得到卷积核在第L个波段处的稀疏系数；步骤S4、对稀疏系数与卷积核进行卷积求和得到三维光谱数据；步骤S5、步骤S4中的三维光谱数据经过系统观测矩阵的投影后得到重构观测图像，重构观测图像与步骤S1中的观测图像的误差小于阈值对三维光谱数据进行输出得到重构的光谱，大于等于阈值进入重新返回步骤S2直至满足重构观测图像与步骤S1中的观测图像的误差小于阈值结束循环。2.根据权利要求1所述的一种基于卷积稀疏编码压缩感知光谱重构方法，其特征在于，所述步骤S1光谱采集系统输出的观测图像y以及光谱采集系统的观测矩阵H结合TV算子和卷积稀疏进行构建基于卷积稀疏表示的重构方程。3.根据权利要求2所述的一种基于卷积稀疏编码压缩感知光谱重构方法，其特征在于，所述步骤S1基于卷积稀疏表示的重构方程如式(1)所示：其中，I为初始三维光谱数据，TV为TV算子，β为TV算子约束的权重，L表示光谱数据中第L个波段；IL为光谱数据的二维图像。4.根据权利要求3所述的一种基于卷积稀疏编码压缩感知光谱重构方法，其特征在于，所述步骤S2采用GAP并引入辅助变量v对步骤S1的基于卷积稀疏表示的重构方程进行图像的低频求解，如式(2)所示：其中，It为t时刻求解时的三维光谱数据，It‑1为t‑1时刻求解时的三维光谱数据，vt为t时刻求解时的辅助变量，vt‑1为t‑1时刻求解时的辅助变量。5.根据权利要求4所述的一种基于卷积稀疏编码压缩感知光谱重构方法，其特征在于，所述vt的求解如式(3)所示，vt＝vt‑1+HT(HHT)‑1(y‑HIt‑1)(3)其中，HT为观测矩阵H的共轭转置。6.根据权利要求5所述的一种基于卷积稀疏编码压缩感知光谱重构方法，其特征在于，所述初步三维光谱数据It‑1根据式(2)中的It得到，It的求解如式(4)所示。It＝TV(vt)(4)7.根据权利要求4所述的一种基于卷积稀疏编码压缩感知光谱重构方法，其特征在于，所述步骤S3包括以下步骤：2CN116012470A权利要求书2/2页t‑1步骤S31、初步三维光谱数据I通过卷积稀疏结合L2,1范数得到式(5)，式(3)进行图像高频部分求解循环得到j+1次循环后的L个波段处的稀疏系数t‑1t‑1其中，xL,m为卷积核dm在第L个波段处的稀疏系数，IL为初步三维光谱数据I的二维图像，为j+1次循环后的第L个波段处的稀疏系数，dm为卷积核，ρ为权重系数，均为j次循环的辅助变量；步骤S32、对j+1次循环的辅助变量进行求解如式(6)所示，对j+1次循环的辅助变量进行求解如式(7)所示；其中，δL,m为辅助变量。8.根据权利要求7所述的一种基于卷积稀疏编码压缩感知光谱重构方法，其特征在于，所述步骤S4通过式(8)得到三维光谱数据It；9.一种基于卷积稀疏编码压缩感知光谱重构系统，其特征在于，包括构建方程模块、输出模块；构建方程模块用于利用采集光谱采集系统输出的观测图像以及光谱采集系统的观测矩阵构建基于卷积稀疏编码表示的重构方程；输出模块用于基于卷积稀疏编码表示的重构方程