Study of the gOMP Algorithm for Recovery of Compressed Sensed Hyperspectral Images

要約

ハイパースペクトル イメージング (HSI) はリモート センシングなどの幅広い用途で使用されていますが、通信データ リンクによる HS 画像の送信は、HS 画像に含まれるスペクトル帯域の数が多く、データ帯域幅が限られているため、困難になっています。
実際のアプリケーションで利用可能です。
圧縮センシングは、各空間ピクセルのスペクトル帯域をランダムにサブサンプリングすることで画像を縮小し、特定の変換ドメインにスパース性を課す回復アルゴリズムを使用してすべての帯域の画像再構成を実行します。
画像ピクセルは厳密にはスパースではないため、この研究では、ピクセルのスパース性を確保するために、圧縮前のデータ スパース化前処理段階を研究しています。
スパース化された画像は $2.5\times$ 圧縮され、高精度、低い計算要件、高速収束を特徴とする Generalized Orthogonal Matching Pursuit アルゴリズム (gOMP) を使用して復元されます。
実験は 5 つの従来のハイパースペクトル画像で実行され、非圧縮画像と復元画像の品質におけるさまざまなスパース化レベルの影響が研究されます。
gOMP アルゴリズムは、ピクセルが高度に希薄化されている場合に、元の画像と比較して復元された画像の品質が低下するという犠牲を払って、より高い精度でより高速な収束でハイパースペクトル画像を再構築すると結論付けられます。

要約(オリジナル)

Hyperspectral Imaging (HSI) is used in a wide range of applications such as remote sensing, yet the transmission of the HS images by communication data links becomes challenging due to the large number of spectral bands that the HS images contain together with the limited data bandwidth available in real applications. Compressive Sensing reduces the images by randomly subsampling the spectral bands of each spatial pixel and then it performs the image reconstruction of all the bands using recovery algorithms which impose sparsity in a certain transform domain. Since the image pixels are not strictly sparse, this work studies a data sparsification pre-processing stage prior to compression to ensure the sparsity of the pixels. The sparsified images are compressed $2.5\times$ and then recovered using the Generalized Orthogonal Matching Pursuit algorithm (gOMP) characterized by high accuracy, low computational requirements and fast convergence. The experiments are performed in five conventional hyperspectral images where the effect of different sparsification levels in the quality of the uncompressed as well as the recovered images is studied. It is concluded that the gOMP algorithm reconstructs the hyperspectral images with higher accuracy as well as faster convergence when the pixels are highly sparsified and hence at the expense of reducing the quality of the recovered images with respect to the original images.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google