一种定向遥感的数据采集和重构方法与流程
本发明属于压缩感知技术领域，具体提供了一种定向遥感的数据采集和重构方法。
背景技术：
遥感数据的获取一般分为星上和地面两个阶段。在卫星上需要采集、压缩和传输数据，在地面需要接收、储存、解压和使用数据。遥感技术的发展使覆盖全球海量遥感数据的获取成为现实。如能实现采集压缩一体化的信号数据采集处理格局，就可采集、传输、存储、处理和管理很少的数据。从而摆脱传统技术的窘境，节约巨大的人力物力资源。压缩感知技术的出现为改变传统的遥感数据获取模式提供了可能。基于线阵推扫模式的定向遥感无法充分利用已有的先验信息，因此重构效果并不好。
当前基于压缩感知的遥感研究多是基于一维信号。即使研究图像这种二维信号也多是转化为一维信号后再作压缩感知研究。在压缩感知的各种重构算法中，只有最小全变分法(Total Variation，TV)在目标函数中利用了图像像素间的灰度梯度信息，但在约束函数中依然把二维信号一维化。灰度梯度就是遥感影像的结构之一，是很好的先验信息，如充分利用可有助于改善提高信号的重构精度和效率。但把二维图像一维化破坏了这种结构先验信息。
技术实现要素：
本发明为了解决定向遥感图像重构效果差的问题，特提供了一种定向遥感的数据采集和重构方法。
本发明是通过下述方案予以实现的：一种定向遥感的数据采集和重构方法，所述方法的过程为：
步骤一：生成子块矩阵Φ，Φ∈RM×N，M＜N，M和N都是自然数；
步骤二：通过子块矩阵逐列采集图像X∈RN×L的测量数据Y＝ΦX，Y∈RM×L，L是自然数，即图像X的列数；
步骤三：将测量数据Y逐列首尾连接成y，y∈RML，ML表示M与L的积，并且生成对应子块矩阵Φ的相应的分块对角矩阵ΦDIG，ΦDIG∈RLM×LN，ΦDIG对角线上的子块矩阵Φ总计L个；
步骤四：通过传统的信号重构算法求解min||x||TV s.t.y＝ΦDIGx，重构得到x，x∈RNL；
步骤五：将一维向量x按L个元素一列，从头至尾依次提取排列成二维重构图像XR，XR∈RN×L。
本发明根据遥感影像推扫式采集数据的特点和保留遥感影像二维结构先验信息的需要构建了基于分块对角矩阵的新型二维压缩感知模型。在不改变测量数据获取方式和硬件设计的前提下，提高了信号重构能力。本发明所述的方法通过测量矩阵和测量数据的后处理，改善了信号重构效果，在压缩感知的图像处理、视频分析、雷达遥感、通信编码、数字音频等领域有着广泛的应用前景。
附图说明
图1是具体实施方式一所述的一种定向遥感的数据采集和重构方法的流程图；图2是应用具体实施方式采用传统子块矩阵和本发明分块对角矩阵分别对Boats，Cameraman，Lena和Mulargia lake四幅图重构的效果图；图3是应用具体实施方式采用子块矩阵和分块对角矩阵分别对Boats，Cameraman，Lena和Mulargia lake四幅图重构所得效果图相对真实原始图像的信噪比变化值。
具体实施方式
具体实施方式一：根据说明书附图1具体说明本实施方式。一种定向遥感的数据采集和重构方法，所述方法的过程为：
步骤一：生成子块矩阵Φ，Φ∈RM×N，M＜N，M和N都是自然数；
步骤二：通过子块矩阵逐列采集图像X∈RN×L的测量数据Y＝ΦX，Y∈RM×L，L是自然数，即图像X的列数；
步骤三：将测量数据Y逐列首尾连接成y，y∈RML，ML表示M与L的积，并且生成对应子块矩阵Φ的相应的分块对角矩阵ΦDIG，ΦDIG∈RLM×LN，ΦDIG对角线上的子块矩阵Φ总计L个；
步骤四：通过传统的信号重构算法求解min||x||TV s.t.y＝ΦDIGx，重构得到x，x∈RNL；
步骤五：将一维向量x按L个元素一列，从头至尾依次提取排列成二维重构图像XR，XR∈RN×L。
具体实施方式二：本具体实施方式是对具体实施方式一所述的一种定向遥感的数据采集和重构方法的进一步说明，步骤二中所述的逐列采集图像的测量数据是基于卫星，飞机或扫描仪这类线阵推扫数据采集模式。
具体实施方式三：本具体实施方式是对具体实施方式一所述的一种定向遥感的数据采集和重构方法的进一步说明，步骤三设定分块对角矩阵，除对角线上的L个子块矩阵外，其他所有的矩阵元素都为0。
具体实施方式四：下面结合图1—图3具体说明本实施方式。本实施方式是采用子块矩阵和分块对角矩阵分别对Boats，Cameraman，Lena和Mulargia lake四幅图重构，比较其重构结果的优劣和信噪比变化。子块矩阵对图像的重构是基于全变分算法逐列重构，分块对角矩阵的重构是基于全变分算法的一次全部重构。
实验结果如图2-图3所示。由图2可见，右侧由分块对角矩阵重构的图像明显更清晰效果更好，左侧由子块矩阵重构的图像明显模糊效果更差；由图3可见，对于四幅图像，分块对角矩阵比子块矩阵的信噪比约都提高8dB。
- 还没有人留言评论。精彩留言会获得点赞！