基于分類離散余弦變換的高光譜圖像有損壓縮方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，更進(jìn)一步涉及一種高光譜圖像有損編碼方法，可 用于各種高光譜數(shù)據(jù)處理及傳輸。
【背景技術(shù)】
[0002] 高光譜圖像是由成像光譜儀對(duì)同一地物在數(shù)百個(gè)譜段上成像所獲取的同時(shí)包含 空間信息和光譜信息的三維數(shù)據(jù)立方體，被廣泛應(yīng)用于資源勘探、目標(biāo)識(shí)別、環(huán)境保護(hù)等方 面。由于高光譜圖像數(shù)據(jù)量非常龐大，需要采用有效的壓縮技術(shù)以便圖像的存儲(chǔ)和傳輸。尤 其在星載高光譜圖像壓縮系統(tǒng)上，由于受衛(wèi)星信道帶寬的限制，很難做到實(shí)時(shí)傳輸如此大 的數(shù)據(jù)量，因而常對(duì)高光譜圖像進(jìn)行有損壓縮。
[0003] 在現(xiàn)有的有損壓縮方法中，以基于變換的壓縮方法，如A3DSPIHT算法（非對(duì)稱 三維多級(jí)樹集合分裂算法，Tang,Xiaoli，SungdaeCho,andWilliamA.Pearlman."3D setpartitioningcodingmethodsinhyperspectralimagecompression.''Image Processing,2003.ICIP2003.Proceedings.2003InternationalConference on.Vol. 2.IEEE, 2003.)、3DSPECK(三維集合分裂嵌入塊，Tang,Xiaoli,andWilliam A.Pearlman. "Three-dimensionalwavelet-basedcompressionofhyperspectral images."HyperspectralDataCompression.SpringerUS, 2〇〇6. 273_3〇8.)等最為經(jīng)典。 A3DSPIHT算法首先對(duì)圖像進(jìn)行非對(duì)稱3維小波變換DWT，即空間二維小波變換結(jié)合譜間一 維小波變換，然后對(duì)得到的變換系數(shù)使用3DSPIHT算法進(jìn)行編碼，可以得到較好的壓縮效 果。3DSPECK算法與A3DSPIHT類似，也是先對(duì)圖像進(jìn)行非對(duì)稱3維小波變換，所不同之處 是對(duì)變換系數(shù)采用3DSPECK算法進(jìn)行編碼，壓縮效率較A3DSPIHT略有提高。但是由于這些 方法都采用了譜間一維小波變換，譜間去相關(guān)能力有限，因此有學(xué)者提出以KLT變換代替 小波變換，以更好地去除譜間相關(guān)性，大大提高壓縮性能，如KLT+3DSPECK，該方法在空間域 采用二維小波變換，而譜間采用一維KLT變換，最終采用3DSPECK算法進(jìn)行壓縮。但是采用 KLT進(jìn)行譜間變換時(shí)，需要已知圖像的統(tǒng)計(jì)特性，其算法復(fù)雜度很高，并且通常采用統(tǒng)一的 譜間變換矩陣，不能獲得最佳的去相關(guān)性能，而若采用對(duì)圖像進(jìn)行分塊或分類譜間變換的 方法來改善譜間去相關(guān)性能，則會(huì)進(jìn)一步增加算法的復(fù)雜度。
[0004] 理論上DCT變換是最接近于KLT變換的變換方法，并且復(fù)雜度大大低于KLT變 換，因此為了兼顧算法復(fù)雜度和編碼性能，有學(xué)者研究如何利用DCT變換來取得更接近 與KLT變換的性能，提出了基于分類殘差DCT的壓縮算法，見Zhang,Jing,andGuizhong Liu."ANovelClassifiedResidualDctForHyperspectralImagesScalable Compression.〃theproceedingsofPCS2007,Portugal。在高光譜圖像中，光譜矢量是 指一組高光譜圖像中處于同一空間位置、不同譜段的像素的值所組成的一維矢量?；?分類殘差DCT的壓縮算法在空間變換時(shí)采用二維小波變換，而在進(jìn)行譜間變換時(shí)，首先依 據(jù)光譜矢量均值的大小對(duì)所有光譜矢量進(jìn)行分類，再將每一類中的光譜矢量減去該類的 均值矢量，然后再對(duì)得到的殘差矢量進(jìn)行一維DCT變換，最后對(duì)變換系數(shù)進(jìn)行3DSPIHT編 碼。該分類殘差DCT變換方法在譜間變換時(shí)有效結(jié)合了光譜矢量的特性，其變換性能優(yōu) 于DCT和DWT，更接近KLT，因此基于該分類殘差DCT的壓縮算法的性能優(yōu)于A3DSPIHT，與 KLT+3DSPECK接近，但復(fù)雜度更低。但是該方法在對(duì)光譜矢量分類時(shí)，僅利用了簡(jiǎn)單的光譜 矢量均值作為分類依據(jù)，而事實(shí)上均值并不能完全刻畫光譜矢量的特性，致使分類不準(zhǔn)確， 分類精度不高，進(jìn)而影響變換性能和最終的壓縮效果。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于針對(duì)基于分類殘差DCT的壓縮算法在譜間變換時(shí)光譜矢量分 類不準(zhǔn)確的問題，提出一種基于分類離散余弦變換的高光譜圖像有損壓縮方法，以提高對(duì) 光譜矢量的分類精度，取得在較低編碼復(fù)雜度條件下的更好編碼效果。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案包括如下步驟：
[0007] (1)輸入一幅總譜段數(shù)為Y的高光譜圖像{W1，W2,…，Wk，…，WY}，按照譜段順序?qū)?其等分為N組，得到分組后的高光譜圖像，每一組用{W1，W2,…，Wk，…，Wp}表示，記為#，其 中，妒={11，1，1;，11， 2，1;，~，1^，1;，~，111，"，1;}表示第1^譜段圖像，1^ 1;表示高光譜圖像中第1^ 譜段、第i行、第j列的真實(shí)像素灰度值，i= 1，2,…，H，j= 1，2,…，W，k= 1，2,…，P，W為 圖像寬度，H為圖像高度，P表示輸入的一組高光譜圖像的譜段數(shù)，P=Y/N;
[0008] (2)對(duì)分組后的任一組高光譜圖像{W1，W2,…，Wk，…，Wp}中的每一個(gè)譜段進(jìn)行空間 小波變換，得到空間小波變換系數(shù)# =丨爐1，#2，…}，其中表示第k個(gè)譜段圖 像小波變換后的變換系數(shù)；
[0009] (3)對(duì)空間小波變換系數(shù)#進(jìn)行分類：
[0010] (3a)輸入一組高光譜圖像變換所得到的組空間小波變換系數(shù)，根據(jù)光譜矢量
【主權(quán)項(xiàng)】
1. 一種基于分類離散余弦變換的高光譜圖像有損壓縮方法，包括如下步驟： (1) 輸入一幅總譜段數(shù)為Y的高光譜圖像{w1，2，···，'···，}，將其等分為N組， 得到分組后的高光譜圖像，每一組用{W^W2，···，15，···，15}表示，記為妒.其中，W k= !Au, I1Jk,…，Ii, W，…，IH，w，k}表示第k譜段圖像，Iuk表示高光譜圖像中第k譜段、第i 行、第j列的真實(shí)像素灰度值，i = 1，2，···，Η，j = l，2，~，W，k= 1，2,…，P，W為圖像寬度， H為圖像高度，P表示輸入的一組高光譜圖像的譜段數(shù)，P = Y/N ; (2) 對(duì)分組后的任一組高光譜圖像#