基于自适应波段分组的3D-SPECK高光谱遥感图像压缩算法研究

【摘要】：遥感图像在现代军事战争中发挥着非常重要的作用,近年来,随着遥感技术的进步和各种应用需求的提高,高光谱图像显示出更大的优势和潜力,它具有比普通遥感图像更为丰富、准确的信息,从而可以实现快速、定量的分析,识别地物的类型和性质。然而,它是以巨大的数据量和高的数据维为代价的,因此,充分利用其特点,研究新的有效的高光谱图像压缩算法是极其必要的。基于此,本文提出一种基于自适应波段分组的3D-SPECK(3D-Set Partitioning Embedded bloCK coder)高光谱遥感图像压缩算法。首先分析高光谱图像的主要特征—图像的相关性。高光谱图像的相关性表现在两个方面:空间相关性和谱间相关性。空间相关性是指每个谱带内某一像素与其相邻像素之间的相似性。谱间相关性是指光谱图像各个谱带的同一空间位置像素的相似性。其次介绍自适应波段分组方法。该方法能够针对等间隔波段分组方法的不足,充分利用高光谱图像谱带间相关系数的分布特点,使得分组更合理,能够避免相关性很低的两个谱带分到一组影响压缩性能。然后对分组后的图像采取基于DCT/DWT的3D-SPECK压缩算法进行压缩。首先利用二维DWT去除空间相关性,利用DCT去除谱间相关性,然后在对称3D-SPECK算法的基础上,根据去相关后系数的分布特点,改进集合块分裂方法,进行改进的3D-SPECK编码。同时,对算法中的集合排序部分进行改进,提出多链表结构,并且充分考虑零块结构中各子块的关系,减少一些不必要的码流输出。利用OMIS-I高光谱遥感图像desert和river作为试验图像,分别利用2D-SPECK,3D-SPECK,DCT/DWT+3D-SPIHT以及本文提出的DCT/DWT+3D-SPECK方法进行压缩,并得到它们进行不同码率压缩后的率失真曲线和压缩解压缩时间。从率失真曲线可以看出,本文提出的算法性能优于其它算法,在同一码率下SPECK编码的PSNR比SPIHT编码高0.28dB～0.92dB。通过对压缩解压缩时间对比分析,本文提出的算法耗时较短,在同等压缩码率下,它的编码速率比3D-SPIHT快2.6倍。试验结果表明,本文提出的算法能够充分高光谱图像的特点,包括谱间相关性、以及谱间相关性与空间相关性的差异等,进行高效压缩,从而大大降低了高光谱图像的数据量,为高光谱图像的应用奠定了良好的基础。