基于感興趣信息的高光譜圖像壓縮技術(shù)研究.pdf

1、高光譜圖像具有比多光譜圖像更多的信息量和更高的光譜分辨率，因此它能解決許多多光譜圖像不能解決的問題。但與此同時它也帶來了數(shù)據(jù)量的海量增長，海量的數(shù)據(jù)給數(shù)據(jù)的計算、存儲和傳輸都帶來了巨大的困難，所以壓縮是非常必要的。由于高光譜圖像空間和譜間分辨率的關(guān)系，對高光譜圖像后期應(yīng)用非常重要的大量信息，常常存在于高頻信息中，而傳統(tǒng)的高光譜圖像壓縮方法，通常保留低頻信息而舍棄高頻信息，因此建立一種可以保護(hù)高光譜圖像中那些感興趣的重要信息，提高重建圖像

2、的后期應(yīng)用性，是非常有意義的。
　　本文主要研究了基于感興趣信息保護(hù)的高光譜圖像壓縮技術(shù)。其主要內(nèi)容包括如下四個方面：
　　1）對高光譜圖像相關(guān)性及感興趣信息的特征的分析。高光譜圖像具有極強(qiáng)的空間與譜間相關(guān)性，這是高光譜圖像壓縮的基礎(chǔ)；感興趣信息的特征主要包括空間矩特征與譜間光譜吸收指數(shù)特征，這是感興趣信息提取的基礎(chǔ)。2）高光譜圖像空間與譜間感興趣信息的提取及標(biāo)定。信息提取主要采用的是光譜微分法和空間形態(tài)濾波的方法，信息標(biāo)定

3、部分采用的是感興趣區(qū)域最小外接矩形法。通過實驗證明，本文給出的信息提取及標(biāo)定方法，可以有效地提取并準(zhǔn)確標(biāo)定高光譜圖像中的感興趣信息。
　　3）基于感興趣信息保護(hù)的分層次壓縮方法。本部分主要對高光譜圖像中的感興趣信息進(jìn)行分類，對不同重要性的信息采用不同的壓縮方法進(jìn)行壓縮。通過AVIRIS高光譜傳感器獲得的SanDiego圖像進(jìn)行的實驗結(jié)果顯示，本文提出的分類預(yù)測算法可以有效地實現(xiàn)最重要信息的無損重建；基于位平面提升算法在相同情況下，

4、可以比傳統(tǒng)壓縮算法更好地保護(hù)圖像中感興趣信息；而對非感興趣信息部分應(yīng)用的3D-SPIHT算法，可以保證圖像的壓縮效率。4）基于目標(biāo)檢測的高光譜重建圖像評價。在0.1和0.2bpp下重建圖像的目標(biāo)檢測結(jié)果顯示，由本文提出算法重建的圖像，目標(biāo)檢測性能大大提升。
　　本文結(jié)合高光譜圖像后期應(yīng)用—目標(biāo)檢測，提出了一種基于感興趣信息保護(hù)的高光譜圖像分層次壓縮算法，實驗結(jié)果顯示該算法在保證重建圖像主客觀質(zhì)量的前提下，大大地提高了重建圖像后期應(yīng)