基于張量的高光譜遙感圖像壓縮研究.pdf

1、高光譜遙感圖像成像光譜技術(shù)能夠在電磁波譜的紫外、可見(jiàn)光、近紅外與中紅外區(qū)域獲取很多非常窄但光譜連續(xù)的圖像數(shù)據(jù)。這些高光譜數(shù)據(jù)與傳統(tǒng)的遙感數(shù)據(jù)相比，其空間與譜間分辨率都大幅增加，從而使其在目標(biāo)檢測(cè)與識(shí)別，土地類型分析，農(nóng)業(yè)以及環(huán)境監(jiān)測(cè)研究等方面的應(yīng)用更為廣泛。但分辨率增加的同時(shí)，其擁有的數(shù)據(jù)量也急劇增加，造成這些數(shù)據(jù)的保存和傳輸非常不便，因此對(duì)高光譜圖像進(jìn)行有效的壓縮顯得尤為必要。
　　傳統(tǒng)的高光譜遙感圖像壓縮算法主要分為無(wú)損壓縮與

2、有損壓縮。但由于對(duì)高光譜遙感圖像傳輸具有高壓縮比與實(shí)時(shí)性要求等苛刻條件，無(wú)損壓縮很難滿足要求，因而尋找高保真的有損壓縮方法成為當(dāng)前研究高光譜圖像技術(shù)人員的急切目標(biāo)。有損壓縮主要有基于離散小波變換的方法。離散小波變換能提供高壓縮比和高保真度，但其提供的解相關(guān)性能并非最好的。除了離散小波外，目前兩維情況下最好的解相關(guān)方法是基于主元分析的。但一般的主元分析只考慮到兩維情況，而對(duì)高維數(shù)據(jù)，比如高光譜遙感圖像，其并不能很好地利用數(shù)據(jù)整體的信息。<

3、br>　　本文提出一種基于張量分解和小波包變換的高光譜圖像壓縮算法。首先，該算法能利用張量分解的性質(zhì)，充分提取高光譜圖像中各個(gè)模式的信息，并利用其中包含有空間信息的光譜模式對(duì)高光譜圖像的光譜維進(jìn)行解相關(guān)。之后，運(yùn)用比經(jīng)典Mallat小波分解更為有效的小波包變換對(duì)光譜去相關(guān)后保留下來(lái)的高階主成分進(jìn)行JPEG2000壓縮。針對(duì)采用張量分解算法壓縮圖像耗時(shí)過(guò)長(zhǎng)的問(wèn)題，我們根據(jù)基于JPEG2000標(biāo)準(zhǔn)的圖像壓縮算法的特點(diǎn)，采用改進(jìn)的二分搜索法，

4、簡(jiǎn)單有效地降低了提出算法的時(shí)間復(fù)雜度。實(shí)驗(yàn)結(jié)果表明，提出的算法壓縮性能遠(yuǎn)遠(yuǎn)好于經(jīng)典的基于三維小波的算法，并且由于張量分解的應(yīng)用，不論在碼率失真表現(xiàn)還是信息保真度上，提出的算法均比基于二維主元分析的高光譜圖像壓縮算法更具優(yōu)勢(shì)。
　　由于當(dāng)今高光譜圖像的用途越來(lái)越廣泛，因此特別針對(duì)高光譜圖像中的異常點(diǎn)信息的保持問(wèn)題，我們采用了另一種解決方案。在壓縮過(guò)程中先采用異常點(diǎn)檢測(cè)算法將異常點(diǎn)進(jìn)行移除，并將原異常點(diǎn)位置進(jìn)行鄰域插值后再進(jìn)行壓縮，同