摘要
本发明涉及图像处理领域,提出一种基于双重低秩正则化的快照压缩成像重建方法及系统,通过设计一种双重低秩正则化模型,将三维高光谱图像数据进行二维化,保证了原始数据的质量,避免了因数据损失或错误造成重建效果不佳的问题,双重低秩正则化模型中结合了低秩组稀疏先验算法和深度低秩分解算法,形成双重低秩正则化框架,通过低秩组稀疏先验算法分别提取了全局光谱相关性和局部空间平滑性的先验信息,增强了重建结果的纹理细节特征,通过深度低秩分解算法分别提取了空间因子和光谱因子,快速有效地提取了深层信息,进一步的避免了重建结果出现纹理细节丢失和光谱失真的问题,本发明提高了快照压缩成像的重建准确性和真实性。
技术关键词
成像重建方法
高光谱图像数据
快照
正则化模型
稀疏先验
分解算法
因子
门结构
注意力
ADMM算法
解码网络
随机噪声
编码孔径
正则化参数
上采样
纹理细节特征
光谱成像
系统为您推荐了相关专利信息
消声器
视频监控数据
数据处理方法
光斑
图像处理算法
磁流体动力学
高压开关
格子玻尔兹曼
GPU并行计算
动态演化过程
生物传感系统
高光谱成像技术
高通量
生物传感芯片
图像传感器