[发明专利]一种光谱-空间维联合的高光谱图像无损压缩方法及系统

说明书

本发明公开了一种光谱‑空间维联合的高光谱图像无损压缩方法及系统，首先对原始的高光谱图像进行预处理，矫正成像仪器引起的非线性因素；对预处理后的高光谱图像进行可逆整数变换，去除谱间相关性；对可逆整数变换后的高光谱图像逐通道计算图像均匀性指标；对较均匀的图像通道采用FILF压缩器编码，对均匀性差的图像通道切换到算术编码器编码；通过相应的解码方式解码，去除谱间相关性，对去除谱间相关性的图像进行可逆整数逆变换，恢复出压缩前的原始的高光谱图像。本发明通过对高光谱图像做一个可逆的整数变换来去除其谱间相关性，以降低原始数据的信息熵，去除谱间的冗余信息，采取FILF压缩编码来提取得高压缩比，简单的算术编码器加快压缩速度。

技术领域

本发明属于图像处理领域，更具体地，涉及一种光谱-空间维联合的高光谱图像无损压缩方法及系统。

背景技术

高光谱遥感的光谱分辦率达到纳米量级，在可见光到短波红外光谱区间的波段数多达数十到数百个。较高的光谱分辨率使得高光谱图像能够提供更为精细的地物细节信息，在地质调查、矿床探测、精细农业海洋遥感、环境与灾害监测以及军事侦察等领域得到了广泛应用。在高光谱遥感技术发展过程中，随着光谱分辨率和空间分辨率的不断提高，成像光谱仪获取的数据量急剧膨胀，给数据的存储和传输带来了巨大的压力。

由于遥感图像信息十分宝贵，应尽可能采用无损压缩。无损压缩不允许原始的图像信息有任何丢失，通过解码后还原的图像与原始图像之间没有任何误差。无损压缩是对文件本身的压缩，和其它数据文件的压缩一样，是对文件的数据存储方式进行优化，采用某种算法表示重复的数据信息，文件可以完全还原，不会影响文件内容，对于图像数据而言，也就不会使图像细节有任何损失。因此无损压缩可以看成是一个可逆过程。

在静止可见光图像压缩领域，已经制订了统一的国际压缩标准，而在高光谱图像压缩领域，还未形成压缩标准。目前，对于星载多光谱或高光谱图像的压缩，大多直接套用PNG，JPEG-LS，JPEG2000等流行的可见光压缩系统，这些可见光图像压缩系统只能压缩单通道灰度图或者三通道RGB 图像，只能消除图像谱内空间相关性，均未考虑波段之间的相关性，压缩性能较低，无法有效减小数据的传输带宽。关于如何消除谱间相关性，高光谱图像压缩领域有许多基于预测的方法，使用简单预测器(比如线性预测)往往预测误差降不下去，压缩能力弱，而使用复杂预测器(如BP神经网络)虽然能保证较小的预测误差，但是本身模型体积较大，算上模型文件的体积，压缩后图像文件体积可能不减反增。另外，简单地直接套用流行可见光压缩器压缩高光谱图像还会浪费大量压缩时间，因此，本领域亟需一种有效实用的高光谱图像数据无损压缩方法。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种光谱-空间维联合的高光谱图像无损压缩方法及系统，旨在解决高光谱图像数据无损压缩技术中仍沿用现有可见光图像领域的FILF压缩系统，从而无法实现去除高光谱图像的强谱间相关性，导致压缩性能有限的问题。

为实现上述目的，按照本发明的一方面，提供了一种光谱-空间维联合的高光谱图像无损压缩方法，包括以下步骤：

(1)对原始的高光谱图像进行预处理，矫正成像引起的非线性因素；

(2)对预处理后的高光谱图像进行可逆整数变换，去除谱间相关性，并保存变换矩阵；

(3)对可逆整数变换后的高光谱图像逐通道计算图像均匀性，确定均匀性评价指标后分为较均匀的图像通道和均匀性差的图像通道；

(4)对较均匀的图像通道采用FILF压缩器编码，对所述均匀性差的图像通道采用算术编码器编码，实现高光谱图像的无损压缩；

(5)对压缩后的高光谱图像逐通道解码，采用算术编码器编码和采用 FILF压缩器编码的待解码的图像通道通过相应的解码方式解码出去除谱间相关性的图像；

(6)读取步骤(2)得到的变换矩阵，对去除谱间相关性的图像进行可逆整数逆变换，恢复出压缩前的原始的高光谱图像。