[發明專利]超光譜信號的快速差值矢量量化壓縮編碼方法

有效

• 申請號: 201210431230.4
• 申請日: 2012-11-01
• 公開（公告）號: CN102905137A
• 公開（公告）日: 2013-01-30
• 發明（設計）人: 陳善學;韓勇;余佳佳;李俊;馮銀波
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H04N7/26
• 分類號: H04N7/26;H04N7/28
• 代理公司: 重慶市恒信知識產權代理有限公司 50102
• 代理人: 劉小紅

技術領域

本發明屬于超光譜遙感圖像處理領域，具體涉及一種基于差值矢量量化技術的超光譜圖像數據壓縮方法。

背景技術

隨著遙感技術在地球資源管理、環境檢測、軍事偵測等領域的廣泛應用，以往多光譜圖像數據由于僅僅在圖像的空間分辨率上有所改善，其數據特性已經滿足不了人們在生產和科研上的需要，如SPOT和Landset?TM圖像，其圖像僅包含4～7個離散的譜帶，而人們感興趣的是吸收特性寬度在20nm到40nm的地物目標，因此當譜帶內的地物目標光譜特性相近時，多光譜圖像的應用就受到限制，此時必須利用更多的譜帶（通常需要包括幾百個譜帶），成像光譜儀的問世使獲取包含幾百個譜帶的數據圖像成為可能，這種圖像就是超光譜圖像。

與多光譜圖像相比，由于成像光譜儀在獲取地物空間分布信息的同時，對每一個像元形成一條地物光譜曲線，使得超光譜圖像可以區分并識別更多種地物目標，但這是以較大的數據量和較高的數據維為代價來換取的。以典型的AVIRIS圖像為例，其圖像大小為614×512×224，如果對其以每個像素灰度值為16bit存儲，那么總的數據存儲量大約為140M?bit，顯然要比多光譜圖像的數據量大得多,這給超光譜圖像的傳輸和存儲帶來極大的困難。因此，尋求一種有效的壓縮技術具有十分重要的意義。

超光譜圖像具有兩種相關性：空間相關性和譜間相關性。空間相關性是指每個譜段內某一像元與其相鄰像元間的相似性。譜間相關性是指相鄰波段間對應位置的像元具有的相似性，譜間相關性又分為譜間統計相關性和譜間結構相關性。使用多維信號處理技術，才能有效利用這些相關性。

將基于多維信號處理矢量量化技術，作為超光譜圖像壓縮的一種有效手段，具有壓縮比大，編解碼簡單，失真較小的優點。矢量量化的核心內容是碼書設計和碼字快速搜索。碼書設計就是尋找最優碼書，使恢復圖像與原始圖像之間的計算失真達到最小，以保證重構圖像的質量；碼字快速搜索就是如何快速地找到與輸入矢量失真最小的碼字。?

LBG算法作為矢量量化中碼書設計的經典算法，基本原理是從某個初始碼書開始，根據最近鄰條件得到新的胞腔，然后根據質心條件由新的胞腔得到新的碼字，形成新的碼書；對于一個訓練序列{X_j;j=1,…,L},其具體過程如下：首先初始化，設初始碼書為Y⁽⁰⁾={Y_i;i=1,…,N},其中Y_i表示碼字，碼書大小為N，設置失真閾值為ε或最大迭代次數為ite，令初始迭代次數t=0,平均失真D_-1=∞，然后用碼書中的各個碼字作為聚類中心，根據最佳劃分準則（即找到每個矢量與其失真最小的碼字），把訓練矢量集劃分為N個胞腔C⁽ⁿ⁾={S_i;i=1,2,…,N}，其中,對任意l∈{1,2,….,N}成立；最后計算平均失真。如果相對誤差滿足(D_t-1-D_t)/D_t≤ε或迭代次數達到設定的最大值就停止運算，Y(t)即為最終碼書；否則，計算每個最小失真劃分的質心=，由這些新質心組成新的碼書，置t=t+1,進行下一次迭代。然而從運算復雜度來看，采用LBG進行數據壓縮存在碼書自適應能力不強，運算量大的缺點，并且獲得高壓縮比時圖像的恢復質量不高。

發明內容

本發明針對現有超光譜圖像壓縮技術，在獲得高壓縮比時圖像的恢復質量不高，計算量大的問題，提出了一種基于差值矢量量化的超光譜圖像快速壓縮編碼方法，在保證壓縮比不變的情況下，提高超光譜圖像的恢復質量，