1.一种基于空谱联合多假设预测的高光谱图像压缩感知重构方法，其特征在于，包括以下步骤：步骤1.利用高光谱成像仪采集高光谱图像；

在采样端，首先将高光谱图像进行均匀波段分组处理，分组大小为Q，分组个数为K，分组序号为k，组内波段数为j；对每个图像进行分块，分块大小为B，分块个数为L，图像块号表示为l，则xk,j,l表示第k组第j个波段第l个图像块；利用高斯测量矩阵ΦB对图像块xk,j,l进行测量，得到测量值为yk,j,l；

当j＝1时，表示该波段为参考波段图像，当j＝2,3,...,Q时，表示该波段图像为非参考波段图像，对每个波段图像进行测量后，将所有测量值传输至重构端；

步骤2.对高光谱图像进行重构；

在重构端，计算高斯测量矩阵ΦB的行数r1，利用高斯测量矩阵ΦB的前r1‑3行构建矩阵利用ΦB矩阵的最后3行构建矩阵 利用矩阵ΦB对角化构造用于重构参考波段图像的矩阵Φ， 利用矩阵 对角化构造用于重构非参考波段图像的rc t

Φ ， 利用矩阵 对角化构造用于监测算法性能的矩阵Φ ，步骤3.令k＝1，j＝1；

步骤4.如果j＞Q，则令k＝k+1，j＝1，并转入步骤5；否则，转入步骤6；

步骤5.如果k＞M，则重构过程结束；否则，转入步骤6；

步骤6.如果j＝1，即待重构图像为该波段组的参考波段图像xk,1，则根据测量值yk,1和用于重构参考波段图像的矩阵Φ，采用SPL方法得到对应的重构图像 并将其输出，然后转入步骤8；否则转入步骤7；

步骤7.计算测量值yk,j的行数r2，利用yk,j的前r2‑3行构建用于重构非参考波段图像的测量值 利用yk,j的最后3行构建用于监测算法性能的测量值步骤8.令j＝j+1，转入步骤4。

2.根据权利要求1所述的基于空谱联合多假设预测的高光谱图像压缩感知重构方法，其特征在于，所述步骤7具体包括以下步骤：rc

步骤7.1.根据测量值 和用于重构非参考波段图像的矩阵Φ ，采用SPL方法得到对应的初始重构非参考波段图像步骤7.2.设i表示迭代次数，设置i＝1，初始重构残差为 设定多假设预测的初始搜索窗大小为b；

步骤7.3.令l＝1；

步骤7.4.以当前图像块xk,j,l的中心为原点，以(B+2b)/2为半径，以重构的非参考波段图像 内搜索多假设预测图像块，每个多假设预测图像块的列向量化表示组成空间多假设预测矩阵 以当前图像块xk,j,l的中心为原点，以(B+2b)/2为半径，以重构的参考波段图像 内搜索多假设预测图像块，每个多假设预测图像块的列向量化表示组成谱间多假设预测矩阵 得到空谱联合的多假设预测矩阵步骤7.5.利用Tikhonov正则化方法求解公式(1)，从而计算xk,j,l的多假设预测权重系数：其中，λ为拉格朗日因子，矩阵Γ是Tikhonov矩阵，对角线上的值定义为：Γ(d,d)＝||yk,j,l‑ΦBHk,j,l,d||2，Hk,j,l,d是矩阵Hk,j,l的第d列，d＝1,2,...,D，D是矩阵Hk,j,l,d的列数；

步骤7.6.求解当前图像块xk,j,l的预测权重系数：步骤7.7.计算当前图像块xk,j,l的预测值步骤7.8.令l＝l+1，如果l＞L，转入步骤7.9；否则转入步骤7.4；

步骤7.9.根据所有图像块的多假设预测值 得到整个非参考波段图像xk,j的预测值rc步骤7.10.利用矩阵Φ 、测量值 和预测值 根据公式(4)得到预测残差的测量值rc

步骤7.11.根据预测残差的测量值 和矩阵Φ ，采用SPL方法得到对应的预测残差重构值步骤7.12.根据预测残差重构值 对预测值 进行修正，根据公式(5)得到非参考波段图像的重构值

步骤7.13.利用当前得到的重构值 和上次迭代的重构值 计算二者的结构相似性i t

s；利用矩阵Φ和测量值 根据公式(6)计算重构算法终止迭代的判定参数i i‑1

步骤7.14.如果搜索窗的大小满足b＜B，且 和|s ‑s |≤τ同时满足，或者满足则令b＝b×2，转入步骤7.15；否则直接转入步骤7.15；

步骤7.15.令i＝i+1，如果 和b＝B同时满足，则结束迭代，输出非参考波段图像的重构值 转入步骤8；否则转入步骤7.3。