多光譜圖像無損壓縮技術研究.pdf

1、多光譜圖像能夠實現(xiàn)物體空間信息和光譜信息的同步獲取，正是由于這個獨特的優(yōu)勢，多光譜圖像在越來越廣泛的領域內得到了應用。但光譜信息的增加使得多光譜圖像具有數(shù)據(jù)量大的特點，這給多光譜圖像數(shù)據(jù)的存儲和傳輸帶來了不利，嚴重制約著后續(xù)的應用。目前，人們在二維圖像壓縮方法的基礎上，研究出了多種適用于多光譜圖像的壓縮方法。本文工作主要是研究基于預測技術的多光譜圖像無損壓縮技術。
　　多光譜圖像是不同于一般二維圖像的三維圖像，本文從分析多光譜圖像

2、的特性出發(fā)，研究了主流的壓縮方法，鑒于單波段二維圖像壓縮方法已經比較成熟，工作重點放在如何更大程度地去除多光譜圖像的譜間冗余上，設計并實現(xiàn)了一種多光譜圖像分組預測無損壓縮算法，算法先對多光譜圖像進行分組，在組內進行最優(yōu)雙向選擇預測并用JPEG-LS對最終參考波段和差值圖像進行譜內壓縮編碼。
　　由于多光譜圖像在光譜維常會表現(xiàn)出非平穩(wěn)性，即譜間相關性并非隨間隔波段的多少呈現(xiàn)某種規(guī)律變化。又因為采用預測的方法對圖像去冗余時，在預測值與

3、被預測值具有高度相關性的情況下，能得到熵值更小的差值，有利于壓縮編碼。這些都體現(xiàn)出了對多光譜圖像進行分組的必要性。本文研究了現(xiàn)有的分組方法，指出了其中存在的問題，把吸引力傳播聚類成功應用于多光譜圖像的分組，并針對于多光譜圖像，提出了評價最優(yōu)聚類結果的指標。
　　基于多光譜圖像的特性分析，充分結合一階線性最優(yōu)預測和雙向預測這兩種預測方式的優(yōu)點設計了最優(yōu)雙向選擇預測器，用來在各個組內及進行相關性增強后的各組參考波段之間去除圖像的譜間冗