压缩感知在城区高分辨率SAR层析成像中的应用

在建筑密集的城区复杂场景中,高分辨率SAR影像中存在严重的叠掩效应,影像解译的难度加大。SAR层析成像可以分离单个分辨单元内混叠的散射体目标,并且获取各个散射体的3维位置和后向散射强度。该文首先论述了3维SAR层析成像的基本原理,针对传统谱估计法获得的高程向分辨率较低的问题,综述了压缩感知方法在城区3维SAR层析成像中的应用,以基追踪和双步迭代收缩阈值法为例,开展了Terra SAR-X聚束模式数据实验,并与传统的奇异值阈值法进行了对比分析。研究结果表明压缩感知方法的高程向超分辨率、旁瓣抑制优势明显,在城区SAR层析成像中具有广阔的应用前景。

基于全变分正则项的CASSI数据重构算法

在编码孔径快照光谱仪(Coded Aperture Snapshot Spectral Imager,CASSI)光谱重构算法设计中,两步迭代收缩阈值(Two-Step Iterative Shrinkage/Threshold,TwIST)算法实现了CASSI的光谱重构,但因正则项选取和引入的噪声随迭代次数而不断放大,导致其光谱重构精度低于80%。文章在TwIST算法基础上,以光谱图像具有空间平滑过渡特性为先验知识,提出两点改进:一是选择全变分正则约束项;二是对每一步迭代的更新项进行全变分去噪处理。为了验证改进后的算法,文章通过计算机仿真CASSI的采集数据,得出仿真数据光谱重构精度为90.93%;并根据CASSI样机采集试验数据,得出试验数据的光谱重构精度为86.56%。改进后的算法可为以后CASSI数据重构提供参考。