高光譜圖像壓縮技術(shù)研究.pdf

1、高光譜遙感圖像是同時在多個窄的光譜波段上對同一對象(背景與目標(biāo))進(jìn)行觀測所獲得的圖像，它反映了觀測對象在各個窄光譜波段上的響應(yīng)特性，包含了觀測對象的更多信息。高光譜遙感圖像在航空航天，地質(zhì)勘探，環(huán)境監(jiān)測，探月工程等許多領(lǐng)域有非常重要的應(yīng)用價值。由于高光譜遙感圖像數(shù)據(jù)量巨大，給數(shù)據(jù)的存儲和傳輸帶來過重負(fù)擔(dān)，因此高光譜遙感圖像的壓縮技術(shù)成為重要的研究課題之一。本文以小波變換、神經(jīng)網(wǎng)絡(luò)、多尺度幾何分析、獨立成份分析和編碼技術(shù)為基礎(chǔ)，對高光譜遙

2、感圖像的壓縮技術(shù)進(jìn)行了系統(tǒng)深入的研究，主要研究工作及其成果如下： 在分析整數(shù)小波變換性能和高光譜圖像特征的基礎(chǔ)上，針對機(jī)載高光譜圖像無損壓縮技術(shù)的低計算復(fù)雜度和高壓縮速度的要求，提出了一種基于整數(shù)小波變換和譜間線性預(yù)測的高光譜遙感圖像無損壓縮算法。該算法用可逆整數(shù)小波變換去除圖像的空間冗余；在譜間去相關(guān)方面，通過抽樣計算相鄰圖像的相關(guān)系數(shù)，根據(jù)相關(guān)系數(shù)進(jìn)行譜間判定預(yù)測；最后對殘差圖像進(jìn)行自適應(yīng)算術(shù)編碼。該算法具有計算簡單，適合并

3、行處理和易于硬件實現(xiàn)的特點。實驗結(jié)果表明：對于所用機(jī)載64波段的遙感圖像，該算法的壓縮比高于側(cè)四鄰域預(yù)測樹算法并和誤差補償預(yù)測樹算法的結(jié)果相當(dāng)，而且壓縮時間不超過誤差補償預(yù)測樹算法的四分之一。 碼書設(shè)計是矢量量化的關(guān)鍵技術(shù)之一，在分析介紹矢量量化技術(shù)和自組織映射(SOFM)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，針對矢量量化技術(shù)中經(jīng)典的LBG算法和SOFM神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的不足，對SOFM神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法進(jìn)行了改進(jìn)，提高了碼書的訓(xùn)練速度和碼書的性能。

4、提出了一種基于SOFM碼書設(shè)計的矢量量化和分類譜間預(yù)測相結(jié)合的高光譜遙感圖像無損壓縮算法，該算法首先對高光普圖像的光譜維進(jìn)行矢量量化，其次用波段矢量減去對應(yīng)類別的碼矢量得到殘差圖像，殘差圖像減少了高光譜圖像的空間相關(guān)性，并且在矢量量化的基礎(chǔ)上構(gòu)造分類譜間預(yù)測器去除譜間相關(guān)性，最后對預(yù)測后的數(shù)據(jù)、分類圖和碼書進(jìn)行自適應(yīng)算術(shù)編碼。實驗結(jié)果表明，與用經(jīng)典的LBG算法進(jìn)行碼書設(shè)計相比，該算法具有更好的壓縮性能。 遙感圖像具有紋理豐富的特

5、點，在壓縮時，盡量保留這些細(xì)節(jié)信息對高光譜圖像的后續(xù)分析是非常重要的。在分析Contourlet變換和基于小波系數(shù)Contourlet變換(WBCT)的基礎(chǔ)上，針對它們用于壓縮存在的問題，提出了基于小波系數(shù)的均衡方向變換(WUDFB)方法，不僅克服了Contourlet變換具有4/3冗余度的缺點，而且能夠有效地減少WBCT在輪廓和平滑區(qū)域引入的噪聲。進(jìn)而提出了一種基于WUDFB的高光譜圖像壓縮算法，該算法通過WUDFB變換和預(yù)測去除空間

6、和譜間冗余，通過設(shè)計實現(xiàn)的無列表集合分割嵌入式塊編碼器(NLS)對變換和預(yù)測后的系數(shù)進(jìn)行編碼，生成嵌入式碼流。實驗結(jié)果表明，該算法與基于小波的算法相比，重構(gòu)圖像能夠較好的保留原始圖像的細(xì)節(jié)信息，并且在高壓縮比的情況下，能得到較高的平均峰值信噪比。根據(jù)獨立成分分析(ICA)的特點，將其用于高光譜遙感圖像數(shù)據(jù)的降維，針對ICA產(chǎn)生的獨立成分分量IC圖像在出現(xiàn)順序上是隨機(jī)的這一問題，提出了一種以高階統(tǒng)計量作為判斷準(zhǔn)則的IC圖像選取方法。在此基

7、礎(chǔ)上，提出了一種基于ICA的面向分析的高光譜圖像壓縮算法，該算法首先通過ICA提取高光譜數(shù)據(jù)的光譜特征實現(xiàn)高光譜圖像降維，再對降維后的IC圖像采用預(yù)測和自適應(yīng)算術(shù)編碼的方法進(jìn)行壓縮。為了驗證算法的后續(xù)分析能力，設(shè)計并完成了高光譜遙感圖像的分類精度實驗和對小目標(biāo)信息保存能力的實驗。實驗結(jié)果表明，該算法與基于PCA降維的算法相比，雖然峰值信噪比有所降低，但壓縮比有所提高，并且解壓后的IC圖像具有更強(qiáng)的分類能力，重構(gòu)圖像對小目標(biāo)具有很好的信息