中国学术期刊网络出版总库
  关闭
高光谱摆扫型压缩成像及数据重建  
   推荐 CAJ下载 PDF下载
【英文篇名】 Compressive Whiskbroom Sensing and Data Reconstruction for Hyperspectral Imaging
【下载频次】 ★★☆
【作者】 贾应彪; 冯燕;
【英文作者】 JIA Yingbiao; FENG Yan; School of Information Science and Engineering; Shaoguan University; School of Electronics and Information; Northwestern Polytechnical University;
【作者单位】 韶关学院信息科学与工程学院; 西北工业大学电子信息学院;
【文献出处】 红外技术 , Infrared Technology, 编辑部邮箱 2017年 08期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 高光谱遥感; 压缩成像; 摆扫型; 数据重建;
【英文关键词】 hyperspectral remote-sensing; compressive imaging; whiskbroom; data reconstruction;
【摘要】 高分辨率的应用需求使得传统的高光谱遥感成像系统面临高速率采样、海量数据存储等难以突破的瓶颈问题,压缩感知理论为传统高光谱遥感所面临的瓶颈问题提供了解决可能。针对高光谱压缩感知成像,提出了一种摆扫型高光谱压缩成像系统,该系统采用光栅、柱面透镜、二维编码孔径和线性传感阵列等光电器件,一次曝光中可获取空间像素点的光谱维向量对应的多个压缩采样值。在压缩感知数据重建过程中,为了充分利用高光谱图像的空间相关先验信息,提出了一种空间预测迭代重建算法。实验结果表明,与标准压缩感知重建算法对比,该算法在压缩感知采样率超过0.2时重建图像信噪比可提高10 d B以上。所设计的系统简单易实现,可应用于星载、机载等遥感平台的高光谱压缩成像。
【英文摘要】 Owing to the requirements of high spectral resolution, conventional hyperspectral remote-sensing imaging systems are susceptible to bottleneck problems related to high rate sampling and mass data storage. Compressive sampling possesses the potential to solve many problems associated with hyperspectral remote sensing. An optical imaging system for compressive whiskbroom sensing in hyperspectral remote-sensing imaging is proposed in this paper. The proposed system comprises spatial grating, a cylindrical lens...
【基金】 国家自然科学基金(61071171); 广东省自然科学基金(2016A030307044,2016A030307045); 韶关市科技项目(441-99000311)
【更新日期】 2017-09-15
【分类号】 TP751
【正文快照】 0引言近几十年来,高光谱遥感成像技术在各领域获得了广泛应用。在真实地物场景的高光谱成像中,为了获得更高的空谱分辨率,传统的高光谱成像方案不得不采用规模更大的传感阵列,导致其在星载、机载等遥感成像平台使用时较为困难[1],而采用压缩感知(compressive sampling,CS)技术?

xxx
【读者推荐文章】中国期刊全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   遥感技术
    遥感图像的解译、识别与处理
     图像处理方法
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号