采用渐进全变分的压缩高光谱成像
信息论
2014-03-10 v1 计算机视觉与模式识别
math.IT
摘要
压缩感知（Compressed Sensing, CS）适用于对地观测中高光谱图像的远程采集，因为它可利用强烈的空间和光谱相关性，从而简化星载传感器的架构。迄今提出的解决方案倾向于解耦空间维和光谱维以降低重建复杂度，但未考虑星载传感器是逐行渐进获取光谱行而非获取光谱通道。为此，我们提出一种新颖的渐进压缩感知架构，基于光谱行分离感知和采用全变分（Total Variation）的联合重建。在原始 AVIRIS 和 AIRS 图像上进行的实验结果证实了所提系统的有效性。
引用
@article{arxiv.1403.1697,
title = {Compressive Hyperspectral Imaging Using Progressive Total Variation},
author = {Simeon Kamdem Kuiteing and Giulio Coluccia and Alessandro Barducci and Mauro Barni and Enrico Magli},
journal= {arXiv preprint arXiv:1403.1697},
year = {2014}
}
备注
To be published on ICASSP 2014 proceedings