[發(fā)明專利]一種超光譜信號(hào)快速矢量量化編碼方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210430567.3
• 申請(qǐng)日: 2012-11-01
• 公開(kāi)（公告）號(hào): CN103269429A
• 公開(kāi)（公告）日: 2013-08-28
• 發(fā)明（設(shè)計(jì)）人: 陳善學(xué);尹雪嬌;彭娟;張艷
• 申請(qǐng)（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類(lèi)號(hào): H04N7/26
• 分類(lèi)號(hào): H04N7/26
• 代理公司: 重慶市恒信知識(shí)產(chǎn)權(quán)代理有限公司 50102
• 代理人: 劉小紅

技術(shù)領(lǐng)域

本發(fā)明屬于超光譜遙感圖像處理領(lǐng)域，具體涉及一種基于最佳排序和子矢量技術(shù)的超光譜圖像數(shù)據(jù)矢量量化壓縮編碼。

背景技術(shù)

隨著遙感技術(shù)在地球資源管理、環(huán)境檢測(cè)、軍事偵測(cè)等應(yīng)用領(lǐng)域的不斷擴(kuò)大，以往的多光譜圖像數(shù)據(jù)由于僅僅在空間分辨率上有所提高，己經(jīng)不能滿足人們?nèi)找嬖鲩L(zhǎng)的科研和生產(chǎn)需求。例如傳統(tǒng)多光譜圖像僅包含4～7個(gè)離散的譜帶，而人們感興趣的地物目標(biāo)其吸收特性一般只有20～40nm的寬度，故當(dāng)譜帶內(nèi)的地物目標(biāo)光譜特性相近時(shí)，多光譜圖像的應(yīng)用就受到限制。此時(shí)必須利用更多的譜帶，通常包括幾百個(gè)譜帶，這就是超光譜圖像，有效區(qū)分目標(biāo)。

與多光譜圖像相比，超光譜圖像的突出特點(diǎn)是譜分辨率很高，這使得超光譜圖像可以區(qū)分并識(shí)別多種地物目標(biāo)。但它較高的分辨率是以其較大的數(shù)據(jù)量和較高的數(shù)據(jù)維為代價(jià)的。例如標(biāo)準(zhǔn)的AVIRIS圖像，其譜帶間的圖像空間分辨率為614×512×16bit，每個(gè)像素的數(shù)據(jù)維數(shù)為224，這樣的一幅超光譜圖像的數(shù)據(jù)量大約為140M?bit，比多光譜圖像的數(shù)據(jù)量大得多、數(shù)據(jù)維高得多。這給超光譜圖像的傳輸和存儲(chǔ)帶了較大的困難，因此，尋求一種有效的壓縮技術(shù)具有十分重要的意義。

矢量量化技術(shù)就是一種有效的超光譜圖像壓縮技術(shù)。其基本原理就是將一個(gè)k維空間R^k{x_ij}（其中i?=1,?2,?…,?M;?j?=?1,?2,?…,?k）劃分為N(N≤M)個(gè)互不相交的子空間（胞腔），在每一個(gè)子空間中尋找一個(gè)代表矢量（碼字）y_i={y_i1,y_i2,…,y_ik}，記為矢量集y={y₁,y₂,…,y_N}(碼書(shū))。在信道中只需傳輸碼字和其索引值，在接收端根據(jù)索引值進(jìn)行查表重構(gòu)輸入矢量。碼書(shū)設(shè)計(jì)和碼字快速搜索是矢量量化的兩大關(guān)鍵技術(shù)，碼書(shū)設(shè)計(jì)的目的就是尋找最優(yōu)碼書(shū)，使得失真達(dá)到最小，以保證重構(gòu)恢復(fù)圖像的效果。碼字快速搜索就是如何快速找到與輸入矢量失真最小的碼字以減少計(jì)算復(fù)雜度和易于硬件實(shí)現(xiàn)。

LBG算法是矢量量化碼書(shū)設(shè)計(jì)的經(jīng)典算法，為矢量量化的發(fā)展奠定了基礎(chǔ)。它的基本原理是輪流迭代初始碼書(shū)，在迭代過(guò)程中輪流滿足最鄰近條件和質(zhì)心條件，在訓(xùn)練時(shí)將訓(xùn)練矢量劃分到最近的胞腔，迭代結(jié)束后取胞腔的質(zhì)心作為碼書(shū)中的碼字。

利用LBG算法訓(xùn)練超光譜圖像，經(jīng)過(guò)多次迭代后能夠得到性能良好的碼書(shū)，在信道中同時(shí)傳輸最終形成的碼書(shū)以及各個(gè)訓(xùn)練矢量所對(duì)應(yīng)碼字的索引，在接收端只需要利用索引在碼書(shū)中查找對(duì)應(yīng)的碼字來(lái)重構(gòu)原矢量即可，從而可以恢復(fù)超光譜圖像信號(hào)。LBG算法是一種優(yōu)越的算法，它物理邏輯簡(jiǎn)單，易于實(shí)現(xiàn)，但是，?LBG算法存在碼書(shū)自適應(yīng)能力不強(qiáng)的缺點(diǎn)，從運(yùn)算復(fù)雜度來(lái)看，其聚類(lèi)過(guò)程中需要大量的失真計(jì)算。

發(fā)明內(nèi)容

本發(fā)明所要解決的問(wèn)題是：針對(duì)現(xiàn)有技術(shù)聚類(lèi)過(guò)程中訓(xùn)練超光譜圖像計(jì)算量大，運(yùn)算復(fù)雜度高，提出一種快速超光譜圖像壓縮方案，以犧牲較小的峰值信噪比換取較高的壓縮比和編碼效率。

本發(fā)明解決上述問(wèn)題采用的技術(shù)方案是：提出一種超譜圖像壓縮方法，該方法包括：讀取超譜圖像數(shù)據(jù)，選取每個(gè)波段中的一段圖像塊作為矢量量化的輸入信源，根據(jù)圖像塊尺寸和波段數(shù)構(gòu)建3維矩陣，將3維矩陣轉(zhuǎn)換為具有2的整數(shù)冪次的行矢量的矩陣B'；對(duì)矩陣B'的行進(jìn)行哈達(dá)瑪變換，對(duì)哈達(dá)瑪變換后的矢量，利用分類(lèi)平均法得到初始碼書(shū)；構(gòu)造基于初始碼書(shū)的統(tǒng)計(jì)矢量，對(duì)統(tǒng)計(jì)矢量每維分量依能量的大小降序排列，獲得一個(gè)最佳排序索引I_OTH；根據(jù)最佳排序索引對(duì)初始碼書(shū)和訓(xùn)練矢量的分量進(jìn)行排序，得到最佳排序碼書(shū)和排序后訓(xùn)練矢量集合，選取訓(xùn)練矢量集合的前部m維的分量作為訓(xùn)練子矢量，子矢量中集中了矢量的絕大部分能量，可用于似描述矢量的特性；在子矢量域，搜索所有訓(xùn)練矢量的最佳匹配碼字，更新訓(xùn)練矢量胞腔索引值，以胞腔的質(zhì)心更新作為當(dāng)前最佳匹配碼字，獲得最終碼書(shū)和聚類(lèi)索引I，對(duì)聚類(lèi)索引I進(jìn)行反排，得到編碼索引I₂,?并經(jīng)Hadamard反變換，得到空域碼書(shū)y。?打包最終碼書(shū)y和編碼索引I₂作為碼書(shū)和壓縮數(shù)據(jù)。