基于矢量量化的高光谱图像无损压缩算法研究

论文摘要

六十年代以来遥感技术获得了迅速的发展。人们将高光谱遥感图像用于资源探测环境监视,军事侦察等众多领域。然而随着成像光谱仪的迅速发展,高光谱图像数据呈海量增加,给传输和储存领域带来了巨大的压力。由于遥感信息非常宝贵,要求对信息恢复的准确程度较高,因而对于无损或近无损压缩给予更高的关注。高光谱遥感图像作为三维立体图像又不同于二维普通图像,高光谱遥感图像具有传输不可重复性和珍贵性,而且常用的矢量量化技术大都是有损压缩,而高光谱图像的数据又极其珍贵,针对其特点,本论文对高光谱遥感图像的无损压缩算法进行研究。本文首先从相关性的角度对高光谱遥感图像的特点进行了分析,包括空间相关性、谱间相关性、信息熵的分析,着重分析了高光谱图像的光谱相关特性。得出其既具有空间相关性,又具有谱间相关性,其谱间相关性大于空间相关性的结论。矢量量化技术由四大关键技术组成,码书设计,图像矢量的生成,训练集的生成,码字搜索,本文研究了四项技术并实现了矢量量化无损压缩的系统方案。码书的设计是矢量量化的关键技术之一。本文研究了码书的设计算法,实验分析码本的大小以及码字长度对压缩性能的影响,经讨论得出最佳的组合方式,从而得到良好的压缩比。图像矢量的生成算法也是关键技术之一。本文对传统的M/RVQ算法进行改进,进一步提升了高光谱图像矢量量化无损压缩的性能。与经典的JPEG-LS算法比较,在压缩时间大致相当的前提下,大幅提高了压缩比,经熵编码后可达到2.9以上。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景和研究的目的意义
• 1.1.1 成像光谱技术
• 1.2 高光谱图像无损压缩的意义
• 1.3 高光谱图像压缩技术发展综述
• 1.3.1 基于变换的压缩方法
• 1.3.2 基于矢量量化的压缩方法
• 1.3.3 基于预测技术的压缩方法
• 1.4 本课题的主要研究内容
• 第2章 矢量量化无损压缩技术及理论
• 2.1 图像编码技术简介
• 2.1.2 图像压缩技术的分类
• 2.1.3 图像数据压缩的标准
• 2.1.4 图像压缩的原理及可能性
• 2.1.5 图像压缩编码的理论基础
• 2.2 无损压缩理论基础
• 2.3 矢量量化基本原理
• 2.3.1 矢量量化的定义
• 2.3.2 矢量量化相关概念
• 2.3.3 矢量量化关键技术
• 2.3.4 矢量量化与标量量化的比较
• 2.4 总结
• 第3章 高光谱图像的特征分析
• 3.1 引言
• 3.2 高光谱图像介绍
• 3.3 高光谱图像的空间相关性分析
• 3.4 高光谱图像的谱间相关性分析
• 3.5 高光谱图像的信息量分析
• 3.6 本章小结
• 第4章 基于矢量量化的高光谱图像无损压缩的实现
• 4.1 码书的设计
• 4.1.1 码书生成算法
• 4.1.2 训练集的生成
• 4.1.3 码书的尺寸及码字的长度
• 4.2 图像矢量生成算法的改进
• 4.2.1 M/RVQ 算法的不足
• 4.2.2 图像矢量的去相关处理
• 4.2.3 系统总体设计方案
• 4.2.4 实验结果和分析
• 4.3 本章小节
• 结论
• 参考文献
• 致谢