使用同时低秩与联合稀疏先验的压缩高光谱成像近似消息传递方法
信息论
2016-07-13 v1 math.IT
摘要
本文考虑了用于高光谱数据采集的压缩感知(CS)方法，其产生的实际压缩比远高于现有技术水平。将同时低秩与联合稀疏(L&S)模型应用于高光谱数据，我们提出了一种基于环路置信传播的高光谱数据联合重建新算法，该算法能够利用数据中的结构化稀疏性和幅度相关性。在真实高光谱数据集上的实验结果表明，所提出的算法优于现有最先进的基于CS的解决方案，并显著降低了重建误差。
引用
@article{arxiv.1607.03380,
title = {An approximate message passing approach for compressive hyperspectral imaging using a simultaneous low-rank and joint-sparsity prior},
author = {Yangqing Li and Saurabh Prasad and Wei Chen and Changchuan Yin and Zhu Han},
journal= {arXiv preprint arXiv:1607.03380},
year = {2016}
}