多元向量量化的高光譜圖像壓縮編碼方法
【專利摘要】本發(fā)明涉及的是一種高光譜圖像壓縮編碼方法，具體地說是一種多元向量量化的高光譜圖像壓縮編碼方法。多元向量量化的高光譜圖像壓縮編碼方法，包括讀入高光譜圖像數(shù)據(jù)；構(gòu)建壓縮字典：根據(jù)2種多元向量量化模型和字典原子選擇策略，利用多元回歸計(jì)算每一像元壓縮時(shí)所使用的字典原子及其系數(shù)壓縮和編碼。本發(fā)明重新構(gòu)建向量量化模型，提出2種多元向量量化模型，省略的誤差信息要比傳統(tǒng)的向量量化方法中的誤差信息量少，而且在新提出的多元向量量化模型中，選取出的字典原子的系數(shù)也沒有限定，其值為根據(jù)光譜本身和字典構(gòu)成計(jì)算得出，從而保證了重建圖像的質(zhì)量，減小壓縮編碼所造成的圖像失真。
【專利說明】多元向量量化的高光譜圖像壓縮編碼方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及的是一種高光譜圖像壓縮編碼方法，具體地說是一種多元向量量化的高光譜圖像壓縮編碼方法。
【背景技術(shù)】
[0002]高光譜圖像壓縮編碼技術(shù)作為高光譜圖像處理的重要研究方向，長(zhǎng)期以來受到各國(guó)專家學(xué)者以及工程技術(shù)人員的廣泛關(guān)注，并已經(jīng)在農(nóng)業(yè)，礦物勘探，軍事國(guó)防等領(lǐng)域得到了廣泛的應(yīng)用。高光譜圖像通過利用成像和光譜技術(shù)能夠提供大量的地物細(xì)節(jié)信息。它能夠反映地物在成百上千的電磁光譜波段上的特征。但是伴隨著高光譜技術(shù)的不斷發(fā)展，人們對(duì)高光譜圖像的要求也逐漸增高，這就造成了空間、光譜分辨率，光譜波段數(shù)的不斷擴(kuò)大；從而使高光譜數(shù)據(jù)立方體的體積不斷變大，因而在存儲(chǔ)和傳輸高光譜圖像數(shù)據(jù)會(huì)產(chǎn)生困難。為此，高光譜圖像壓縮編碼是解決這一問題的唯一選擇。目前主要的高光譜圖像壓縮方法主要可以分為三類:預(yù)測(cè)模型方法、向量量化方法和變換技術(shù)。在預(yù)測(cè)模型方法中，通過考慮光譜數(shù)據(jù)的空間相關(guān)性和譜間相關(guān)性，建立一個(gè)數(shù)學(xué)模型，通過一部分圖像數(shù)據(jù)來預(yù)測(cè)并編碼整幅圖像數(shù)據(jù)。但是這種方法的性能在很大程度上取決于所選取的數(shù)學(xué)模型。在變換技術(shù)中，通常有兩個(gè)步驟:首先，將圖像數(shù)據(jù)變換到新的域，獲得一系列的系數(shù)，然后在對(duì)系數(shù)進(jìn)行編碼。較為常用和典型的變換方法有離散余弦變換(DCT)、離散小波變換(DWT)和K-L變換(KLT)。雖然KLT是效果最優(yōu)秀的變換方法，但是其計(jì)算代價(jià)較高。而在向量量化方法中，會(huì)根據(jù)圖像數(shù)據(jù)建立一個(gè)編碼表和每一個(gè)像元所對(duì)應(yīng)的標(biāo)號(hào)，然后進(jìn)行存儲(chǔ)和傳輸。這種方法過程簡(jiǎn)單，通常能夠獲得一個(gè)較高的壓縮比特率，但是隨著技術(shù)的不斷進(jìn)步，用戶對(duì)減小圖像失真的要求越來越嚴(yán)格。而傳統(tǒng)的向量量化方法中，由于直接將誤差省略，使壓縮會(huì)造成無(wú)法恢復(fù)的圖像質(zhì)量的退化，這就對(duì)后續(xù)的圖像處理造成很大的影響。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的在于提供一種能夠減小圖像失真，防止圖像質(zhì)量過度退化的高光譜圖像壓縮編碼方案——一種多元向量量化的高光譜圖像壓縮編碼方法。
[0004]多元向量量化的高光譜圖像壓縮編碼方法，包括下列步驟:
[0005](1)讀入高光譜圖像數(shù)據(jù)
【權(quán)利要求】
1.多元向量量化的高光譜圖像壓縮編碼方法，其特征在于，包括下列步驟: (1)讀入高光譜圖像數(shù)據(jù)X=e Rb，圖像大小為mXn，每個(gè)像素有B個(gè)波段特征，Xiij為樣本數(shù)據(jù)集合X中的樣本，i, j為位置坐標(biāo)，Rb代表B維特征空間； (2)構(gòu)建壓縮字典: a.根據(jù)圖像本身的特征，設(shè)定需要計(jì)算的類別數(shù)范圍，類別數(shù)范圍設(shè)定為類別數(shù)的1_3 倍； b.遍歷設(shè)定的類別數(shù)范圍內(nèi)的每一個(gè)類別數(shù)，利用FCM算法聚類，計(jì)算在不同類別數(shù)下的代價(jià)，代價(jià)函數(shù)為:
2.根據(jù)權(quán)利要求1所述的多元向量量化的高光譜圖像壓縮編碼方法，其特征在于，所述的字典原子選擇策略為: a.根據(jù)監(jiān)督數(shù)據(jù)，確定當(dāng)前像元所屬的類別； b.在壓縮字典中找出屬于此類的字典原子； c.將找出的字典原子與原始的像元光譜向量比較，選取其歐式距離最小的字典原子做為其多元向量量化模型中的第一個(gè)原子； d.在確定一個(gè)原子的情況下，考慮所有可能的字典原子組合，共N-1種可能的組合，分別使用多元回歸計(jì)算其系數(shù)以及誤差向量；e. 選取誤差最小的組合中的2個(gè)原子為最終壓縮編碼所使用的2個(gè)原子；同時(shí)記錄下這2個(gè)原子的編號(hào)，以及其所對(duì)應(yīng)的系數(shù)。
【文檔編號(hào)】G06T9/00GK103646409SQ201310699067
【公開日】2014年3月19日 申請(qǐng)日期:2013年12月19日 優(yōu)先權(quán)日:2013年12月19日
【發(fā)明者】趙春暉, 李曉慧, 趙艮平, 田明華, 朱海峰 申請(qǐng)人:哈爾濱工程大學(xué)