[發明專利]基于譜相關性自適應分組高光譜圖像分布式聯合壓縮方法

有效

• 申請號: 201710247646.3
• 申請日: 2017-04-17
• 公開（公告）號: CN107133992B
• 公開（公告）日: 2019-07-12
• 發明（設計）人: 郎俊;安繼成;鄧立暖;葛峰
• 申請（專利權）人: 東北大學
• 主分類號: G06T9/00
• 分類號: G06T9/00
• 代理公司: 沈陽優普達知識產權代理事務所(特殊普通合伙) 21234
• 代理人: 李曉光

本發明涉及一種基于譜相關性自適應分組高光譜圖像分布式聯合壓縮方法，根據高光譜圖像各波段間譜相關性的強弱進行自適應分組；每組內選出各波段中與其他波段相干性最強的波段為參考波段，組內其他波段為非參考波段；參考波段與非參考波段做差分操作獲得更稀疏的殘差圖像，對參考波段圖像做哈夫曼無損編碼；解碼段，對殘差圖像做分布式壓縮編碼；對殘差圖像聯合重構，進而重構出非參考波段圖像，將重構的參考波段圖像和非參考波段圖像相結合得到整個高光譜數據。本發明將相關性強的波段分到一組，提高了精確度，為后續分布式壓縮取得更好的效果提供了保障，利用分布式壓縮感知算法進行聯合編碼，減少了算法的計算量，能取得很好的壓縮效果。

技術領域

本發明屬于圖像壓縮技術領域，具體涉及一種基于譜相關性自適應分組高光譜圖像分布式聯合壓縮方法。

背景技術

高光譜圖像是同時包含空間信息和光譜信息的多個波段圖像組成的集合，已經被應用到很多領域，例如農業、軍事、地質勘探和環境監測等。然而隨著空間分辨率和光譜分辨率的不斷提高，帶來了海量的數據。這些海量的數據給高光譜圖像的存儲、傳輸和應用帶來了巨大的挑戰，因此怎樣高效地實現高光譜數據壓縮就成了亟待解決的問題。

高光譜圖像存在著更多的冗余信息，與傳統遙感圖像和二維圖像相比，傳統圖像只存在空間冗余，對高光譜圖像而言主要存在兩種冗余--譜間冗余和空間冗余。因此對高光譜數據的壓縮旨在去除光譜間存在的譜間冗余信息以及每個光譜自身的空間冗余。

目前，高光譜圖像壓縮算法基本上分為三類：基于預測的壓縮方法、基于矢量量化技術的壓縮方法以及基于變換的壓縮方法。基于預測的壓縮方法主要用于無損壓縮，壓縮受到較大限制，對傳輸帶寬依然有很高要求，不利于數據的實時傳輸；基于矢量量化技術的壓縮方法，其算法復雜度太高，計算量隨著矢量維數的增加呈指數增長；基于變換的壓縮方法對高光譜圖像的特性利用還不夠充分。

發明內容

針對現有技術中壓縮算法對高光譜圖像的特性利用不夠充分以致壓縮性受限等不足，本發明要解決的問題是提供一種基于譜相關性自適應分組高光譜圖像分布式聯合壓縮方法，對參考波段和非參考波段進行差分操作，提高稀疏性，對殘差圖像進行分布式聯合編碼，取得更好的壓縮效果。

為解決上述技術問題，本發明采用的技術方案是：

本發明一種基于譜相關性自適應分組高光譜圖像分布式聯合壓縮方法，包括以下步驟：

1)對高光譜圖像各波段進行相關性分析，根據各波段間譜相關性的強弱進行自適應分組；

2)對每組內波段的相關性強弱進行比較，通過最小二乘法選出各波段中與其他波段相干性最強的波段作為參考波段，組內其他波段為非參考波段；

3)通過參考波段與非參考波段做差分操作獲得更稀疏的殘差圖像，對參考波段圖像做哈夫曼無損編碼，對殘差圖像做分布式壓縮編碼；

4)利用哈夫曼解碼恢復出參考波段的圖像，參考波段的圖像作為分布式壓縮感知的先驗條件，進而對殘差圖像進行聯合重構，將重構的參考波段圖像和殘差圖像相加得到非參考波段圖像，將重構的參考波段圖像和非參考波段圖像相結合得到整個高光譜數據。

根據各波段間譜相關性的強弱進行自適應分組，包括以下步驟：

11)每個波段和它相鄰波段的相關系數r_k(m)：

其中，r_k(m)是第k波段的向量x_k中的第m元素：是第k個波段圖像中所有像素的平均值，S為像素個數；

12)如果r_k(m)＞R，R為預先設定的一個閾值，則將波段k和(k+1)分到同一個子集n中，否則將k分到子集(n+1)中；

13)計算每個子集中波段的個數；