1.一种基于修正线性混合模型的高光谱压缩感知方法，其特征在于，包括：步骤S1，获取原始高光谱图像光谱维压缩采样后的观测数据Y＝AX；

其中，矩阵X表示需要重建的原始高光谱图像数据，A为光谱维测量矩阵，Y为光谱维观测数据；

步骤S2，构建修正线性混合模型：X＝ES+BEH；

其中，E为端元矩阵；S为丰度矩阵；B表示端元光谱的修正矩阵；H表示修正后的端元光谱所对应的丰度矩阵；

利用观测数据Y估计出B、S和H的最优值；

步骤S3，将B、S和H的最优估计值代入修正线性混合模型来重建原始高光谱图像数据X。

2.如权利要求1所述的基于修正线性混合模型的高光谱压缩感知方法，其特征在于，在所述步骤S2中，利用观测数据Y迭代估计B、S和H的过程为：步骤S21，预设迭代初始值，H0＝0,B0＝IL,其中，变量R1＝AB，变量R2＝WB，变量R3＝B，变量R4＝FR3；IL表示L×L的单位矩阵，L为波段数；W为标准正交基；F表示全变分算子，T1为第一拉格朗日乘子，T2为第二拉格朗日乘子，T3为第三拉格朗日乘子，T4为第四拉格朗日乘子；

步骤S22，按照如下公式分别求得S、H和B在第k+1次迭代中的估计值Sk+1、Hk+1和Bk+1：其中，k为整数且k≥0；A为已知的光谱维测量矩阵； 表示变量R1的第k次迭代值，根据公式 获得,μ为正惩罚常数；T1k表示T1的第k次迭代值，根据公式 获得；

表示T2的第k次迭代值，根据公式 获得； 表示T3的第k次迭代值，根据公式 获得； 表示T4的第k次迭代值，根据公式获得； 表示变量R2的第k次迭代值，根据公式

获得；soft(*)表示soft-threshold函数，λ为大于零的第一正则项系数； 表示变量R3的第k次迭代值，根据公式

获得；FT表示F的转置； 表示变量R4的第k次迭代值，根据公式获得，λTV为大于零的第二正则项系数；

步骤S23，判断步骤S22中获得的Sk+1、Hk+1和 是否满足：||Y-AESk+1-R1k+1EHk+1||F/||Y||F≤res；

若满足，停止迭代，获得原始高光谱图像数据的重建值为：若不满足，令k＝k+1，并返回步骤S22继续进行迭代；其中，res为预设的迭代收敛阈值，|| ||F表示取F范数。

3.如权利要求1所述的基于修正线性混合模型的高光谱压缩感知方法，其特征在于，λ的取值范围为：10-3～10-6；

-3 -6

和/或λTV取值范围为：10 ～10 。

4.一种高光谱压缩感知重建设备，其特征在于，包括数据获取单元和处理器；

所述数据获取单元获取原始高光谱图像光谱维压缩采样后的观测数据并传输给处理器，处理器获取观测数据后按照权利要求1-3之一所述的基于修正线性混合模型的高光谱压缩感知方法进行原始高光谱图像数据重建。

5.一种高光谱图像压缩感知系统，其特征在于，包括位于发送端的高光谱压缩感知成像模块与第一处理中心，以及位于接收端的如权利要求4所述的高光谱压缩感知重建设备；

所述高光谱压缩感知成像模块接收目标物表面反射的光线，对其进行光谱维压缩采样，获得原始高光谱图像的观测数据；

第一处理中心获取观测数据后并输出；

高光谱压缩感知重建设备接收观测数据并重建出原始高光谱图像数据。

6.如权利要求5所述的高光谱图像压缩感知系统，其特征在于，所述压缩感知成像模块包括沿光路依次设置的物镜、分光元件、第一透镜、数字微镜阵列DMD、第二透镜、成像阵列；

所述物镜接收目标表面的多条反射光线并传递至所述分光元件，多条反射光线经所述分光元件分成多个单光谱发散光线束，多个单光谱发散光线束通过所述第一透镜后形成多个单光谱平行光线束，多个单光谱平行光线束由数字微镜阵列DMD光谱压缩后通过第二透镜汇聚在成像阵列上，形成原始高光谱图像光谱维压缩采样后的观测数据；

所述数字微镜阵列DMD的采样率输入端与第一处理中心的采样率输出端相连接。