基于聯(lián)合MSE和分類失真測度的高光譜圖像壓縮方法研究.pdf

1、隨著人類科學技術(shù)的進步,遙感技術(shù)的應用也日益增多。其中遙感高光譜(Hyperspectral)圖像能同時收集從可見光到近紅外波段范圍內(nèi)的光譜信息,具有較高的光譜分辨率。因此,它能解決許多多光譜圖像不能解決的問題,是遙感技術(shù)應用的一個重大飛躍。但隨著遙感高光譜圖像日益廣泛的應用,與此同時也帶來了數(shù)據(jù)量的海量增長,龐大的數(shù)據(jù)量給存儲和傳輸都帶來了巨大的困難。因而進行良好有效的高光譜圖像數(shù)據(jù)壓縮是十分必要的。遙感圖像不同于一般的視頻圖像,它除

2、了為人眼視覺系統(tǒng)服務,同時也是為某種特殊的應用服務。而一般在遙感圖像壓縮研究中,主要考慮的都是如何在一定壓縮比情況下使圖像質(zhì)量達到最佳,即獲得較小的均方誤差(MSE,Mean Square Error),較大的信噪比。但是對于高光譜圖像而言,任何一幅壓縮的高光譜圖像最后均要用于一定的實際用途,比如分類就是目前比較廣泛的一種應用?；诜诸悜?在壓縮中不能僅僅考慮以通常的MSE最小準則為壓縮的衡量指標,同時也要研究兼顧分類作為壓縮的評價指

3、標,研究基于分類應用條件下的高光譜圖像壓縮系統(tǒng)。本論文首先分析了高光譜圖像的數(shù)據(jù)特點。高光譜圖像的特性是對高光譜圖像進行壓縮的基礎。高光譜圖像具有很多不同于一般圖像的特性,其中重點分析了高光譜圖像空間相關(guān)性、譜間相關(guān)性以及高光譜圖像的數(shù)據(jù)維特點。歸納了壓縮中常用的各種測度,重點分析了基于MSE和基于分類的壓縮評價測度,為論文的進一步研究奠定了理論基礎。小波分析是目前比較流行的一項技術(shù),它具有較強的去冗余能力,良好的時頻分析特性, SPI

4、HT算法能夠較好的結(jié)合小波的這種特性。因此,論文中,結(jié)合高光譜圖像的特性,研究了三維小波SPIHT變換編碼的壓縮算法。實驗證明該方法具有能量集中程度高,編碼解碼過程簡單等優(yōu)點,在碼流截斷的每一情況下所顯示的三維圖像質(zhì)量都是當時解碼器輸入位數(shù)所能獲得的最佳圖像,獲得了較好的重建圖像質(zhì)量效果。針對一般的高光譜圖像壓縮方法中都只考慮了如何使均方誤差最小而沒有聯(lián)系后續(xù)的分類應用這一問題,本文研究了一種聯(lián)合MSE和分類失真測度的高光譜圖像壓縮方法