论文部分内容阅读
基于正交匹配追踪的压缩感知重构是通过寻找最优原子对信号进行线性表示。将冗余字典作为高光谱图像的稀疏基,利用正交匹配追踪算法进行重构时,冗余字典的选择对重构性能有重要影响。文中以高斯原子为基础,给出GAUSS字典、GABOR字典以及CHIRPLET字典的构造方式,分析比较了高光谱图像在三种冗余字典下的稀疏度。利用正交匹配追踪算法对四组高光谱图像进行重构,利用重构峰值信噪比、重构结构相似性和计算效率对三种冗余字典进行评价。实验结果表明,相比于其他两种字典,将GAUSS字典作为高光谱图像的稀疏基能够获得最