[发明专利]面向任意形状BOIs的高光谱自适应压缩传感方法

权利要求书

1.面向任意形状BOIs的高光谱自适应压缩传感方法，其特征在于该方法包括以下步骤：

步骤(1)、获取高光谱图像；

步骤(2)、使用空间光谱维去相关法(SSDC)获取最优波段的高光谱图像；

步骤(3)、获取上述波段的高光谱图像的平均灰度值，并以该平均灰度值作为阈值，对图像进行二值化处理，得到二值掩码高光谱图像；

步骤(4)、基于二值掩码进行高光谱图像的自适应压缩传感

4.1对二值掩码高光谱图像的初步提取目标区域构建其最大内接矩形；

最大内接矩形的面积：

maxS_rec＝0.5×|x₁×y₂-x₂×y₁+x₂×y₃-x₃×y₂+x₃×y₄-x₄×y₃+x₄×y₁-x₁×y₄|

s.t.P_i∈Q

(y₂-y₁)×(y₄-y₁)-(x₂-x₁)×(x₁-x₄)＝0

(y₄-y₁)×(x₃-x₂)-(y₃-y₂)×(x₄-x₁)＝0

(y₂-y₁)×(x₄-x₃)-(y₄-y₃)×(x₂-x₁)＝0  (2)

式中，P_i为矩形的顶点；x_i和y_i为对应矩形顶点P_i的x轴和y轴的坐标值；Q为目标区域；q_k为目标区域的边界点；P_r为P_i组成的矩形区域；i＝1，2，3，4；k＝1，2，…m；

4.2针对所有剩余目标区域块，判断每个区域块的最大内接矩形最短边长是否满足大于阈值，若不满足则跳转至步骤4.4对该区域块进行单光谱压缩感知，若满足则保留该最大内接矩形，并对该区域除最大内接矩形以外的剩余区域重复步骤4.2，直至所有剩余区域块全部完成压缩；

4.3对上述得到的各个最大内接矩形进行子张量化的张量压缩传感；具体如下：

将上述4.2得到的矩形表示为三维高光谱向量X；其中N₁、N₂、N₃分别为高光谱图像3个维度的大小；三维高光谱向量的稀疏表达为：

X＝S×₁Ψ₁×₂Ψ₂×₃Ψ₃  (3)

其中，S表示三维高光谱向量X在离散余弦变换矩阵Ψ₁、Ψ₂、Ψ₃下的稀疏系数张量，其中只有K个非零值且Ψ_i表示三维高光谱向量X在第i个维度上的离散余弦变换矩阵；×_i表示稀疏系数张量S和第i个维度上的离散余弦变换矩阵Ψ_i的张量i-模乘；高斯随机矩阵Φ₁，Φ₂，Φ₃分别作为三个维度的观测矩阵；将信号X投影到测量矩阵Y上：

Y＝X×₁Φ₁×₂Φ₂×₃Φ₃+E(4)

其中，X表示三维高光谱向量，是原始张量；表示三维高光谱向量X的测量值，表示误差项，表示三维高光谱向量在第i个维度上的观测矩阵且M_i＜N_i，×_i表示高光谱数据X与第i个维度上的观测矩阵Φ_i的张量i-模乘，其中i＝1，2，3；

建立三维高光谱向量的张量压缩感知(TCS)模型：

Y＝S×₁A₁×₂A₂×₃A₃+E(5)

A_i＝Φ_iΨ_i(6)

其中，A_i表示张量X在第i个维度上的观测矩阵和离散余弦变换矩阵的乘积，称为三维高光谱向量X在第i个维度上的压缩感知矩阵；×_i表示稀疏系数张量S和第i个维度上的压缩感知矩阵A_i的张量i-模乘；根据测量值Y和各个维度上的压缩感知矩阵A₁、A₂、A₃，利用张量正交匹配追踪算法求解式(5)，得出稀疏系数张量S，根据上式(3)稀疏系数S和三个维度上的离散余弦变换矩阵Ψ₁、Ψ₂、Ψ₃得到重构出的所需的原高光谱图像X；i＝1，2，3；

4.4单光谱压缩感知。

2.如权利要求1所述的面向任意形状BOIs的高光谱自适应压缩传感方法，其特征在于步骤4.4具体是高光谱数据通常表示为其中d₁×d₂＝D为每个谱段的像元数，B为谱段数；对高光谱场景的稀疏采样目前基本是在空间域进行；由于每一谱段空间图像由按列堆叠形成的一维向量构成，i＝1，...，B，对高光谱X所有谱段进行采样，即

[y₁，y₂，…，y_B]＝φ[x₁，x₂，…，x_B]  (7)

其中x_i表示为第i谱段的高光谱，φ表示为离散余弦变换矩阵，y_i表示第i谱段高光谱的稀疏采样值；

一般的信号本身并不是稀疏的，需要在某种稀疏基上进行稀疏表示，x＝Ψs，Ψ固定为随机高斯测量矩阵，s为稀疏系数，所述s只有K个非零值，且K＜＜D；所以，在第i个谱段的空间域上进行稀疏采样，可以表示为：

y_i＝φΨs_i＝θs_i  (8)

其中传感矩阵θ＝φΨ，s_i表示第i谱段高光谱的稀疏系数，通过OMP算法解出s_i的近似值s_i’，则原光谱信号为x′_i＝Ψs_i’。