基于冗余字典的高光谱图像稀疏分解研究

高光谱图像的稀疏分解能得到其稀疏表示形式,便于对图像进行压缩处理。因高光谱图像特征复杂,单一正交基无法捕捉到图像信号的所有特征,需构建原子个数更多的冗余字典对高光谱图像进行稀疏表示。针对高光谱图像,以高斯原子为基础,构造三种冗余字典,利用正交匹配追踪算法找到最优原子,完成高光谱图像的稀疏分解,利用重构图像的峰值信噪比、结构相似性和计算效率对冗余字典的稀疏表示能力进行评价。实验结果表明,构造的三种冗余字典均能对高光谱图像进行稀疏表示,重构图像的峰值信噪比均能达到40 dB以上,结构相似性达到0.99以上,且高斯字典的计算效率最高。