[发明专利]基于哈达玛的高光谱图像重构方法

摘要

本发明提供了一种基于哈达玛的高光谱图像重构方法，属于图像压缩技术领域，包括：采集高光谱图像；构造压缩感知测量矩阵对高光谱图像进行重构。该方法根据压缩感知测量矩阵所必须具备的条件，以哈达玛矩阵为基础，设计随机置换算子，得到置换哈达玛矩阵，实现高光谱图像的压缩感知采样和重构；测量矩阵比随机高斯矩阵的重构计算复杂度低，实现高光谱图像的快速重构，解决现有随机测量矩阵硬件可实现性差、确定性测量矩阵难以满足约束等距性质的问题；测量矩阵元素值简单，易于在光学域实现，采用分块模式进行存储，对存储空间的要求较低，采样效率高、重构计算复杂度低，能够满足高光谱图像压缩感知处理的实时需要。

主权项

1.基于哈达玛的高光谱图像重构方法，其特征在于，包括以下步骤：步骤1.利用高光谱成像仪采集高光谱图像；在采样端，高光谱图像总的波段数为J，波段序号为j，对每个波段图像进行分块处理，分块大小为B，Xj表示第j个波段图像，设定采样率为SR；步骤2.构造压缩感知测量矩阵Φ对高光谱图像进行重构；步骤2.1.构建哈达玛矩阵H，哈达玛矩阵H的维数是N＝B2×B2，哈达玛矩阵H是块对角结构，对角线上的每个元素是一个大小为B×B的块哈达玛矩阵HB构成，根据公式(1)构造哈达玛矩阵H：步骤2.2.利用线性同余排序的思想，得到随机置换算子SN，根据公式(2)计算SN的第n个值SN(n)：SN(n)＝[mod(C(n‑1),N)]+1   (2)其中，C是小于N的一个正整数，mod(·)表示求余运算；步骤2.3.根据随机置换算子SN，将哈达玛矩阵H的N个列向量进行随机重新排序，得到随机性强的随机哈达玛矩阵HSN，其中随机哈达玛矩阵HSN的第n列是哈达玛矩阵H的第SN(n)列；步骤2.4.构建随机挑选算子PM，其中M是每个图像块的采样点数，M＝N×SR；PM的第m个值PM(m)是[1,N]范围内的一个随机数；步骤2.5.根据随机挑选算子PM，从随机哈达玛矩阵HSN中随机挑选M行，得到设计的压缩感知测量矩阵Φ，其中压缩感知矩阵Φ的第m行是随机哈达玛矩阵HSN的第PM(m)行；步骤3.令j＝1；步骤4.如果j>J，则采样过程结束；否则，转入步骤5；步骤5.根据压缩感知测量矩阵Φ和波段图像Xj，得到测量值yj＝ΦXj，将测量值yj传输至重构端，并令j＝j+1，然后转入步骤4；步骤6.在重构端，令j＝1；步骤7.如果j>J，则重构过程结束；否则，转入步骤8；步骤8.根据压缩感知测量矩阵Φ和波段图像的测量值yj，利用现有的重构算法进行重构，得到重构图像并将其输出，然后令j＝j+1，转入步骤7。