-
公开(公告)号：CN109887050A
公开(公告)日：2019-06-14
申请号：CN201910140928.2
申请日：2019-02-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种基于自适应字典学习的编码孔径光谱成像方法，解决在以往编码孔径光谱成像过程中利用传统方法构造的冗余字典不能对目标图像进行有效稀疏表示，导致光谱图像重构质量差的问题。本发明根据测量值进行自适应学习得到冗余字典，用于提高重构光谱图像质量。其实现包括首先将原有编码孔径光谱成像框架进行变换，采用一种重叠分块测量方式；再利用最小二乘法估计出众多光谱图像块，构造训练样本集，利用该样本集自适应训练学习得到新的冗余字典；将新的字典带入到成像框架中重构出目标光谱图像；最后循环迭代上述过程，直到求出最优解。本发明构造的冗余字典能够与目标图像相适应，在编码孔径光谱成像中光谱图像重构质量得到较大提高。
-
公开(公告)号：CN109887050B
公开(公告)日：2022-11-01
申请号：CN201910140928.2
申请日：2019-02-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种基于自适应字典学习的编码孔径光谱成像方法，解决在以往编码孔径光谱成像过程中利用传统方法构造的冗余字典不能对目标图像进行有效稀疏表示，导致光谱图像重构质量差的问题。本发明根据测量值进行自适应学习得到冗余字典，用于提高重构光谱图像质量。其实现包括首先将原有编码孔径光谱成像框架进行变换，采用一种重叠分块测量方式；再利用最小二乘法估计出众多光谱图像块，构造训练样本集，利用该样本集自适应训练学习得到新的冗余字典；将新的字典带入到成像框架中重构出目标光谱图像；最后循环迭代上述过程，直到求出最优解。本发明构造的冗余字典能够与目标图像相适应，在编码孔径光谱成像中光谱图像重构质量得到较大提高。
-
Search Results
2
records
(took 0.042 seconds)
