《表2 ICVL数据集的重建质量对比》
表1和表2分别为CAVE和ICVL的重建质量对比,可以看出CADBR算法能够获得最优的重建质量.一方面,CADBR算法的空间重建质量都要优于其余三种对比算法,特别是在ICVL数据集上更为明显.在表2中,CADBR算法的平均PSNR结果要高于AMP算法3.10dB,高于TV约束算法2.05dB,高于JTDwTV算法3.34dB.另一方面,CADBR算法在光谱保真度上也能获得最好的结果.在两个高光谱数据集上,CADBR算法的相对无量纲全局误差ERGAS都要低于其他算法的结果.基于TV约束的算法是目前压缩光谱成像使用最为广泛的重建算法,在两个数据集上都能获得较为稳定的重建结果.由于本文的重建对象是基于彩色相机的双相机光谱成像系统,其系统前向响应矩阵的分布与CASSI系统的前向响应矩阵的分布存在较大差异[16],因此AMP算法并不能获得更好的重建结果.JTDwTV算法使用高阶正交迭代算法[31]进行低秩张量分解,但张量的秩需要人工设定,因此重建结果并不稳定.而CADBR算法充分利用了高光谱图像和RGB观测之间的空间及光谱相关性,从而能够获得更高的重建质量.
图表编号 | XD00134447400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 张仕鹏、王立志、付莹、黄华 |
绘制单位 | 西安交通大学电子与信息工程学院、北京理工大学计算机学院、北京理工大学计算机学院、北京理工大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |