基于三維光譜模型的高光譜圖像壓縮方法的研究.pdf

1、高光譜圖像是遙感圖像的一種，但它與可見光、紅外等遙感圖像最大的不同在于多了一個(gè)含有豐富光譜信息的光譜維，且光譜分辨率高，因此它在對地觀測、目標(biāo)識別等領(lǐng)域得到了廣泛的應(yīng)用。然而，高光譜圖像這種高光譜分辨率在給遙感信息的解譯帶來巨大的優(yōu)勢的同時(shí)，也給它的傳輸和存儲(chǔ)帶來了不小的困難，因?yàn)楦吖庾V圖數(shù)據(jù)量都比較大。因此，研究高光譜圖像的壓縮和編碼算法具有很現(xiàn)實(shí)的理論意義和重要的應(yīng)用價(jià)值。
　　本文正是基于上述背景而展開研究的。為了給高光譜圖

2、像的壓縮提供理論基礎(chǔ)，本文首先對高光譜圖像的空間相關(guān)性、譜間相關(guān)性和信息量特征進(jìn)行了分析。空間相關(guān)性分析的結(jié)果表明，高光譜圖像每個(gè)波段雖然都具有一定的空間相關(guān)性，但其相關(guān)性要低于普通的二維圖像，因此不能將二維圖像的壓縮方法直接用到三維的高光譜圖像上來；對高光譜圖像所特有的譜間相關(guān)性的分析則得出了高光譜圖像譜間相關(guān)性要遠(yuǎn)強(qiáng)于空間相關(guān)性的結(jié)論，因此在壓縮的時(shí)候需要更多的注重于去除高光譜圖像譜方向冗余，即譜相關(guān)；而對高光譜圖像信息量的分析則表

3、明，壓縮高光譜圖像不能一味追求大壓縮比，因?yàn)楦吖庾V圖像每個(gè)波段的信息量都很大，如果采用大壓縮比壓縮則會(huì)丟失很多有用信息，不利于后續(xù)應(yīng)用。
　　其次，為了去除高光譜圖像的譜間冗余，本文設(shè)計(jì)了一個(gè)基于三維光譜模型的高光譜圖像壓縮算法。該算法首先在譜方向上對高光譜圖像的每個(gè)像素進(jìn)行預(yù)測，得到一個(gè)初始預(yù)測值，然后再根據(jù)該像素鄰域內(nèi)的像素建立一個(gè)三維光譜模型，對初始預(yù)測值進(jìn)行修正，得到最終的預(yù)測值，最終預(yù)測值相比于初始預(yù)測值更接近于該像素的

4、實(shí)際值，因此預(yù)測精度得到了提高。經(jīng)過這種預(yù)測后的高光譜圖像還存在著空間冗余，因此又將其殘差圖經(jīng)小波變換后進(jìn)行了2D-SPIHT編碼。實(shí)驗(yàn)結(jié)果表明，該算法相對于經(jīng)典的兩種算法——最優(yōu)譜間DPCM和自適應(yīng)線性預(yù)測算法，無論是在重建圖像的峰值信噪比還是殘差圖像的信息熵上都具有明顯的提高。
　　再次，本文又研究了一種空-譜聯(lián)合預(yù)測器。上述基于三維光譜模型的壓縮算法雖然去相關(guān)效果較好，但計(jì)算復(fù)雜，且光譜相關(guān)性和空間相關(guān)性需要兩步去除，因此本

5、文又在現(xiàn)有高光譜空間預(yù)測器和譜間預(yù)測器的基礎(chǔ)上，研究了一種空-譜聯(lián)合預(yù)測器，實(shí)驗(yàn)結(jié)果表明，該預(yù)測器較獨(dú)立使用的空間和譜間預(yù)測器具有更高的預(yù)測精度。
　　最后，考慮到研究高光譜圖像壓縮算法最終都是為了解決高光譜圖像傳輸困難和存儲(chǔ)困難的問題，因此在本文的最后一章，構(gòu)建了一套高光譜圖像壓縮的硬件系統(tǒng)，該系統(tǒng)先用FPGA去除高光譜圖像的譜相關(guān)性，然后又用ADV202去除了高光譜圖像的空間相關(guān)性，最后形成了壓縮碼流。通過在計(jì)算機(jī)上對壓縮碼流