基于粒子群优化的图像稀疏分解算法研究

研究高光谱图像的稀疏分解匹配优化问题,为便于对图像进行压缩处理,但正交匹配追踪算法的计算复杂度非常高,难以用于实时处理。针对高光谱图像,提出采用粒子群优化的图像稀疏分解算法,对正交匹配追踪算法的匹配过程进行优化,依靠粒子群算法的局部寻优能力,快速找到最优原子,完成图像稀疏分解。实验结果表明,在构造的Gabor冗余字典基础上,改进算法得到的重构图像峰值信噪比能达到44dB以上。同时,与正交匹配追踪算法相比,上述算法计算复杂度低,计算效率提高14倍,且算法不需要事先产生冗余字典,减少对存储空间的占用,满足实时性要求。