[发明专利]一种高光谱图像压缩编码方法及装置

说明书

技术领域

本发明涉及的图像编码领域，具体地说是一种基于高光谱图像压缩编码方法和装置。

背景技术

高光谱图像压缩编码技术作为高光谱图像处理的重要研究方向，长期以来受到各国专家学者以及工程技术人员的广泛关注，并已经在农业、矿物勘探、军事国防等领域得到了广泛的应用。高光谱图像通过利用成像和光谱技术能够提供大量的地物细节信息，能够反映地物在成百上千的电磁光谱波段上的特征。但是，伴随着高光谱技术的不断发展，人们对高光谱图像的要求也逐渐增高，这就造成了空间、光谱分辨率、和光谱波段数的不断扩大；从而使高光谱数据立方体的体积不断变大，因而在存储和传输高光谱图像数据方面会产生困难。为此，高光谱图像压缩编码是解决这一问题的唯一选择。目前，主要的高光谱图像压缩方法主要可以分为三类：预测模型方法、向量量化方法和变换技术。在预测模型方法中，通过考虑光谱数据的空间相关性和谱间相关性，建立一个数学模型，通过一部分图像数据来预测并编码整幅图像数据。但是，这种方法的性能在很大程度上取决于所选取的数学模型。在向量量化方法中，根据图像数据建立一个编码表和每一个像元所对应的标号，然后进行存储和传输。虽然这种方法通常能够获得一个较高的压缩比特率，但是其编码较为复杂，而且图像失真较为严重。在变换技术中，通常有两个步骤：首先，将图像数据变换到新的域，获得一系列的系数，然后再对系数进行编码。较为常用和典型的变换方法有离散余弦变换（Discrete Cosine Transform，简称为DCT）、离散小波变换（Discrete Wavelet Transform，简称为DWT）和K-L变换（Karhunen-Loeve Transform，简称为KLT）。KLT是效果最好的变换方法，但是其计算代价较高，因此，DCT和DWT是常用的变换方法。这些典型的变换方法已经成功地从二维空间扩展到三维空间。然而，这些方法只是将图像无差别的进行压缩和编码，压缩后会造成无法恢复的图像质量的退化，解压后得到的图像可靠性较差。

发明内容

本发明的目的在于提供一种能够提高后续图像数据处理的可靠性和高效性的高光谱图像压缩编码方法。本发明的目的还在于提供一种高光谱图像压缩编码装置。

一方面，本发明提供了一种高光谱图像压缩编码方法，包括：

检测高光谱图像，获得高光谱图像中包含的目标部分和背景部分；

将目标部分和背景部分分离；

分别对目标部分和背景部分进行压缩和编码。

在现有技术中的压缩编码方案中，并不关注图像中的内容，而直接将图像进行压缩，这样，图像的奇异程度会对压缩结果造成影响。在本发明示出的方案中，将背景和目标部分分离，分别对其进行压缩和编码，使每一部分都相对较为均一，压缩结果更好，从而解决了现有技术中的提高图像数据处理的可靠性的问题。

优选的，检测高光谱图像，获得高光谱图像中包含的目标部分和背景部分，包括下列步骤：

计算第一重建误差和第二重建误差，其中，第一重建误差是背景字典对待测像元光谱的重建误差，第二重建误差是目标字典对待测像元光谱的重建误差；

如果第一重建误差和第二重建误差均大于门限，则确定待测像元属于目标部分；否则，确定待测像元属于背景部分。

通过重建误差的方法，能够较为正确的挑选目标部分的像元，从而能够正确获得目标部分和背景部分。

优选的，在计算第一重建误差和第二重建误差之前，该方法还包括：

计算自适应空间支持区域大小；

将自适应空间区域中的像元光谱转化为一个矩阵，其中，矩阵的每一列为一个像元的光谱；

根据给定的过完备字典，利用贪婪追踪算法计算每一像元的邻域空间窗口内像元光谱的稀疏表示。

优选的，将目标部分和背景部分分离包括下列步骤：

提取出目标部分；

将目标部分的区域大小扩展为N的倍数，其中，N是正整数；

使用背景部分的均值，将背景部分中由于去除目标部分而造成的缺失区域补齐。

优选的，N是8。

优选的，分别对目标部分和背景部分进行压缩和编码包括下列步骤：

对目标部分和背景部分，使用2维离散余弦变换DCT或者3维DCT变换对图像进行处理；

使用差分脉冲编码调制DPCM编码器对DCT系数进行编码；

将编码后得到的比特进行串联，得到压缩数据比流。

另一方面，还提供了一种高光谱图像压缩编码装置，其特征是，包括：