基于字典學(xué)習(xí)的高光譜圖像壓縮算法研究.pdf

1、高光譜遙感圖像通過不同波長的電磁波對相同的物體進(jìn)行反射成像獲得，高光譜遙感圖像一般由幾百個波段構(gòu)成，含有大量精細(xì)的光譜信息，是地面監(jiān)測的一種重要手段，在供水評估、資源勘測以及軍事偵察方面起著非常關(guān)鍵的作用。但是，高光譜遙感圖像數(shù)據(jù)量龐大，在有限的帶寬資源和存儲資源的限制下，傳輸與存儲的問題日益凸顯，所以有必要對其進(jìn)行壓縮處理，提升傳輸以及存儲效率，使其得到更加廣泛的應(yīng)用。
　　本文結(jié)合高光譜遙感圖像的空間結(jié)構(gòu)相似性和譜間結(jié)構(gòu)相似性

2、，分析研究了基于小波變換的多尺度字典學(xué)習(xí)的高光譜圖像壓縮算法以及空間域與變換域混合的字典學(xué)習(xí)高光譜圖像壓縮算法，并且探索了對于在線字典學(xué)習(xí)在高光譜遙感圖像實(shí)際應(yīng)用中的可行性，主要工作包括:
　　(1)分析了高光譜遙感圖像的空間結(jié)構(gòu)相似性與譜間結(jié)構(gòu)相似性的統(tǒng)計特性，為高效壓縮算法的設(shè)計提供理論依托，使得算法的設(shè)計更加具有針對性。
　　(2)提出了基于小波變換的多尺度字典學(xué)習(xí)壓縮算法，通過對高光譜圖像均勻分塊后小波分解構(gòu)成多尺度

3、的訓(xùn)練樣本集實(shí)現(xiàn)多尺度的字典學(xué)習(xí)，在稀疏表示的過程中，使用頻次篩選因子簡化字典以提高求解速度。實(shí)驗(yàn)結(jié)果表明，該方法能夠提高高光譜圖像的重建信噪比，并具有更快的求解稀疏系數(shù)的能力。
　　(3)提出了空間域與變換域混合的高光譜圖像壓縮算法，通過對高光譜圖像進(jìn)行四叉樹分解，將不同性質(zhì)的子塊進(jìn)行不同域的字典學(xué)習(xí)，在稀疏求解階段使用偽逆求解(PIM)代替?zhèn)鹘y(tǒng)的OMP窮盡搜素方法減少計算量。實(shí)驗(yàn)結(jié)果表明，所提算法在比特率失真性能方面具有巨大的