基于3D-LBT的高光譜圖像壓縮方法研究及硬件實現(xiàn).pdf

1、近年來，高光譜傳感器分辨率的不斷提升致使高光譜圖像數(shù)據(jù)量顯著增加，使高光譜圖像壓縮變得越來越關鍵和必要。其中，基于變換的高光譜圖像壓縮方法是典型方法之一，具有有損無損兼容、有利于硬件實現(xiàn)等特點。本文研究并改進了一種基于3D-LBT（Three Dimension-Lapped Biorthogonal Transform）的無損高光譜壓縮算法并對其進行了軟件實現(xiàn)，并對關鍵模塊進行了硬件實現(xiàn)。
　　首先，基于3D-LBT設計了高光譜

2、壓縮算法，包括3D-LBT、預測算法以及編碼器部分。針對預測部分，在研究了3D-LBT變換后高頻系數(shù)、低頻系數(shù)以及直流系數(shù)三種系數(shù)的相關性的基礎上，有針對性地改進了具有三種模式的差分脈沖編碼調(diào)制（Differential Pulse Code Modulation，DPCM）算法。對于熵編碼部分，優(yōu)化設計了Range Coder的基本理論以及其技術實現(xiàn)方法，在編碼器之前Histgram Packing以銜接預測運算與編碼器，并且為了進一

3、步改善編碼效果在編碼器之前增加了Positive Mapping運算，之后對于Range Coder內(nèi)部的累計頻度統(tǒng)計的算法進行了改進。然后在基于Visual Studio2012平臺實現(xiàn)了該算法，并以Yellowstone calibrated scene0、3、10三幅高光譜圖像進行了驗證，得到平均壓縮比為3.603。
　　其次，采用超高速集成電路硬件描述語言(VHDL)實現(xiàn)了壓縮算法中的預測和編碼模塊，并在其內(nèi)部使用流水線結

4、構將各子模塊組織起來，使用Modelsim10.1d對所編的模塊進行寄存器傳輸級（Register-Transfer Level，RTL）仿真，并在對其進行綜合之后進行門級仿真，以為各模塊之上的流水線結構實現(xiàn)做好鋪墊。并按照流水線結構將各模塊組織起來，在利用Quartus II對其進行綜合之后，使用Modelsim10.1d對其進行RTL以及門級仿真，使用截取后的Yellowstone calibrated scene0、3、10三幅高