[發(fā)明專利]基于低秩表示的迭代高光譜圖像無損壓縮方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110312680.0
• 申請(qǐng)日: 2021-03-24
• 公開（公告）號(hào): CN113068044B
• 公開（公告）日: 2022-01-11
• 發(fā)明（設(shè)計(jì)）人: 馮志璽;趙世慧;楊淑媛;劉志;徐光穎;孟會(huì)曉
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): H04N19/42
• 分類號(hào): H04N19/42;G06K9/62;H04N19/103;H04N19/91
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 程曉霞;王品華

本發(fā)明公開了一種基于低秩表示的迭代高光譜圖像無損壓縮方法，解決了傳統(tǒng)壓縮方法忽略了圖像空間的相關(guān)性，聚類結(jié)果不穩(wěn)定，模塊之間無聯(lián)系的問題。實(shí)現(xiàn)步驟包括：定義光譜角相似性度量方法；對(duì)原始圖像粗略聚類；低秩表示求解粗略聚類塊系數(shù)矩陣；對(duì)系數(shù)矩陣再聚類得到初始聚類結(jié)果；對(duì)初始聚類結(jié)果迭代優(yōu)化得到最終聚類塊的預(yù)測(cè)系數(shù)與預(yù)測(cè)殘差；接著進(jìn)行熵編碼，得到待傳輸?shù)拇a流文件；熵解碼后在解碼端對(duì)碼流文件解壓縮，得到無損壓縮后的高光譜圖像。本發(fā)明定義光譜角相關(guān)性度量方法，增加對(duì)空間相關(guān)性的利用；低秩表示與子空間聚類相結(jié)合，增加聚類結(jié)果穩(wěn)定性；通過迭代優(yōu)化關(guān)聯(lián)各個(gè)模塊，增加了結(jié)果壓縮比。應(yīng)用于影像壓縮領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明屬于影像處理技術(shù)領(lǐng)域，涉及影像的無損壓縮，具體是一種基于低秩表示的迭代高光譜圖像無損壓縮方法，用于高光譜影像壓縮。

背景技術(shù)

高光譜圖像是由同一地物對(duì)不同波段的電磁波反射成像而得,在可見光到近紅外光譜范圍內(nèi)的波段數(shù)可達(dá)到數(shù)百個(gè)。高光譜圖像納米級(jí)的光譜分辨率使得高光譜圖像具有豐富的光譜信息,可以提供地物的精確細(xì)節(jié),在環(huán)境監(jiān)測(cè)、軍事偵查、資源管理、礦產(chǎn)勘探以及植被研究等方面具有廣泛的應(yīng)用。經(jīng)過幾十年的發(fā)展,成像光譜儀所獲取的數(shù)據(jù)量隨著空間分辨率和光譜分辨率的不斷提高而急劇膨脹,其龐大的數(shù)據(jù)量對(duì)高光譜圖像的存儲(chǔ)和傳輸造成了巨大的負(fù)擔(dān),也嚴(yán)重制約著高光譜圖像的應(yīng)用前景。因此,為了提高存儲(chǔ)和傳輸效率并降低成本,對(duì)高光譜圖像的壓縮勢(shì)在必行。

高光譜圖像無損壓縮算法的研究是解決數(shù)據(jù)傳輸與信道容量之間矛盾的主要方法，也是實(shí)現(xiàn)數(shù)據(jù)高效儲(chǔ)存的便捷途徑。目前，高光譜圖像的壓縮方法中，基于預(yù)測(cè)的方法效果最佳。但是，目前存在的基于預(yù)測(cè)的高光譜圖像無損壓縮算法存在一些問題。首先，現(xiàn)有的方法大多關(guān)注光譜間的相關(guān)性，而忽略了圖像空間的相關(guān)性。然而，作為圖像，其空間的相關(guān)性是不可以忽略的。其次，目前大多數(shù)預(yù)測(cè)方法使用k-means對(duì)高光譜的譜線進(jìn)行聚類。然而，k-means有一定的隨機(jī)性，其聚類結(jié)果不夠穩(wěn)定，而聚類結(jié)果的好壞直接決定了壓縮結(jié)果的好壞，造成了不穩(wěn)定的壓縮結(jié)果。最后，傳統(tǒng)預(yù)測(cè)式模型的三個(gè)模塊：聚類、預(yù)測(cè)和熵編碼三個(gè)模塊完全獨(dú)立，而其各個(gè)模塊又是相互聯(lián)系相互影響的。

綜上，目前存在的高光譜圖像無損壓縮方法中，存在的問題有：沒有充分利用高光譜圖像的空譜相關(guān)性，基于k-means的聚類結(jié)果不穩(wěn)定且不準(zhǔn)確，沒有充分利用聚類、預(yù)測(cè)和熵編碼三個(gè)模塊之間的關(guān)系，這些問題直接影響到壓縮結(jié)果。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述已有技術(shù)的缺點(diǎn)和不足，提出一種充分利用高光譜影像空譜相關(guān)性的基于低秩表示的迭代高光譜圖像無損壓縮方法，該方法在無損時(shí)能達(dá)到更高的壓縮比。

本發(fā)明是一種基于低秩表示的迭代高光譜圖像無損壓縮方法，其特征在于，包括有如下步驟：

(1)定義一個(gè)光譜角相似性度量方法：光譜角相似性度量方法結(jié)合光譜角和歐式距離對(duì)高光譜圖像進(jìn)行相似性度量；

(2)對(duì)原始圖像進(jìn)行粗略的聚類初始化：輸入高光譜圖像數(shù)據(jù)和期望的超像素個(gè)數(shù)K，并利用定義的光譜角相似性度量方法對(duì)輸入的高光譜圖像數(shù)據(jù)進(jìn)行超像素計(jì)算，得到粗略的聚類塊；

(3)用低秩表示求解粗略聚類塊間的系數(shù)矩陣：通過低秩表示尋找每個(gè)粗略聚類塊中各個(gè)聚類塊之間的相關(guān)性，并求出高光譜圖像的粗略聚類塊的相關(guān)性系數(shù)矩陣；

(4)得到初始聚類結(jié)果：利用粗略聚類塊的相關(guān)性系數(shù)矩陣進(jìn)行子空間聚類，子空間聚類對(duì)每個(gè)粗略聚類塊的相關(guān)性系數(shù)排序并進(jìn)行進(jìn)一步聚類以縮小聚類的數(shù)目，得到高光譜圖像數(shù)據(jù)初始的聚類結(jié)果；

(5)對(duì)初始的聚類結(jié)果進(jìn)行迭代優(yōu)化，得到預(yù)測(cè)殘差與預(yù)測(cè)系數(shù)：首先根據(jù)初始聚類結(jié)果，分塊進(jìn)行預(yù)測(cè)，得到各個(gè)初始聚類塊的預(yù)測(cè)系數(shù)與預(yù)測(cè)殘差；然后用預(yù)測(cè)殘差的零范數(shù)作為約束條件，對(duì)每個(gè)初始聚類塊進(jìn)行迭代優(yōu)化，得到最終聚類塊的預(yù)測(cè)系數(shù)與預(yù)測(cè)殘差；