基于內(nèi)容的成像光譜圖像壓縮算法研究.pdf

1、隨著遙感技術(shù)和成像光譜技術(shù)的迅速發(fā)展，成像光譜圖像呈現(xiàn)出高空間分辨率、高譜間分辨率、超多波段等特點(diǎn)，其數(shù)據(jù)量也呈幾何級數(shù)增長，給傳輸和存儲帶來了極大的挑戰(zhàn)?；诖?，成像光譜圖像的壓縮顯得尤為重要?，F(xiàn)有的成像光譜圖像壓縮算法通常源于普通圖像的壓縮技術(shù)，在壓縮過程中對原始數(shù)據(jù)中的所有信息同等對待。而實(shí)際應(yīng)用中通常采用一定的特征提取技術(shù)，僅利用成像光譜圖像中與內(nèi)容相關(guān)的特征信息進(jìn)行后續(xù)的分析和處理。因此，在成像光譜圖像的壓縮過程中，如果能夠?qū)?/p>

2、這些內(nèi)容信息進(jìn)行區(qū)別對待，對于提高算法的壓縮性能、保證重建圖像的有效性將具有重要意義。
　　 基于以上背景，針對成像光譜圖像的特點(diǎn)，本文開展了基于內(nèi)容的成像光譜圖像有損壓縮技術(shù)的研究。主要研究內(nèi)容包括：
　　 1.實(shí)現(xiàn)了一種基于混合變換和3D-SPECK的成像光譜圖像壓縮算法。
　　 首先將成像光譜圖像以16個波段為單位進(jìn)行分組，然后分別采用主成分分析(Principal Components Analysis,

3、 PCA)變換和小波變換去除其譜間和空間相關(guān)性，最后采用3D-SPECK(Three Dimension Set Partitioned Embedded Block)方法對變換后的數(shù)據(jù)進(jìn)行編碼。實(shí)驗(yàn)結(jié)果表明，與離散小波變換相比，PCA變換更加適合去除成像光譜圖像的譜間相關(guān)性，算法的壓縮性能與傳統(tǒng)基于三維小波變換的3D-SPECK方法相比得到了顯著提高，重建圖像的SNR值平均提高了約4dB。
　　 2.提出了一種基于PCA變換的

4、成像光譜圖像快速矢量量化編碼算法(PCA_FAVQ)。
　　 首先對成像光譜圖像進(jìn)行PCA變換，將其中的主要信息集中在少數(shù)主成分，進(jìn)而采用一種基于特征值的方法實(shí)現(xiàn)重要主成分的截取，最后給出一種改進(jìn)的快速矢量量化算法對所截取的主成分進(jìn)行高效的壓縮編碼，并對碼字索引采用LOCO-I算法進(jìn)行無損壓縮，與碼書一起構(gòu)成壓縮碼流。與JPEG2000的對比測試結(jié)果表明，在同等壓縮比條件下，本文算法重建圖像的SNR值提高了約13.5dB，且更好

5、地保存了原始圖像的細(xì)節(jié)信息。
　　 3.結(jié)合成像光譜圖像的分類技術(shù)，提出了一種基于地物類別的成像光譜圖像編碼算法，并針對不同的應(yīng)用，給出了兩種實(shí)現(xiàn)方案。
　　 該算法通過分類技術(shù)獲取成像光譜圖像的類別信息，之后由用戶或采用特定的規(guī)則設(shè)定不同類別的重要性，在后續(xù)的壓縮過程中將有限的資源在不同地物類別之間進(jìn)行合理分配，以保證特定應(yīng)用中人們關(guān)注度強(qiáng)的地物類別獲得更好的重建質(zhì)量。
　　 針對一般性應(yīng)用，將K均值聚類過程融