[发明专利]一种超光谱图像无损压缩编码系统

说明书

本发明公开了一种超光谱图像无损压缩编码系统，所述系统利用参数化三波段谱间整数可逆变换结合小波提升方案变换去谱间变换，去除谱间和空间冗余，采用SPIHT编码算法实现超光谱图像的无损压缩，去冗余变换包括：XCJRCT变换和小波变换提升方案，SPIHT编码算法通过编码器、译码器并行运算和抗干扰容错，基于时间复杂性算法进行优化分析。本发明解决了现有超光谱图像无损压缩效率低、压缩比低的问题。

技术领域

本发明涉及超光谱图像领域，具体涉及一种超光谱图像无损压缩编码系统。

背景技术

超光谱遥感图像在农业、地理、资源以及军事等领域具有重要应用前景，农业工程领域利用光谱探测传感器及时、准确地获取耕地土壤养分含量信息，利用相关性分析法提取土壤速效磷含量的敏感波段及特征波段组合，通过超光谱图像数据反射率小波变换，建立各种敏感波段组合的土壤速效磷光谱诊断模型。依托光谱技术和计算机视觉技术作为研究方法，研究农作物环境生态因子自动化检测方法，分析光谱和图像数据特征具有更广泛的实用价值。

谱间变换是多光谱图像、超光谱图像等图像处理的重要和关键步骤，通过谱间变换实现高压缩比，超光谱图像压缩编码的研究主要集中在去冗余和编码算法。传统的典型压缩算法无损压缩效率低下，压缩比低，难以满足需求。

发明内容

为此，本发明提供一种超光谱图像无损压缩编码系统，以解决现有超光谱图像无损压缩效率低、压缩比低的问题。

为了实现上述目的，本发明提供如下技术方案：

本发明公开了一种超光谱图像无损压缩编码系统，所述系统利用参数化三波段谱间整数可逆变换结合小波提升方案变换去谱间变换，去除谱间和空间冗余，采用SPIHT编码算法实现超光谱图像的无损压缩，去冗余变换包括：XCJRCT变换和小波变换提升方案，SPIHT编码算法通过编码器、译码器并行运算和抗干扰容错，基于时间复杂性算法进行优化分析。

进一步地，所述XCJRCT变换以三波段谱间整数实现矩阵可逆变换，进行最优变换求解，三波段谱间整数可逆变换矩阵显示形式XCJRCT变换为：

其中γ、λ为变换时可调整参数，可以根据实际处理问题的需要选择其数值大小，In₁、In₂、In₃为输入信号，Out₁、Out₂、Out₃为输出信号，‘’为二进制左移符号。

进一步地，所述小波变换提升方案包括：分裂、预测、更新和优化提升；

分裂，将原始信号S_j,k分裂成为两个互不相交的子集S_j+1,k和d_j+1，通常是先对原始信号S_j,k进行Lazy小波或Polyphase小波变换，将一个原始信号序列分成偶数序列和奇数序列，即split(S_j,k)＝(S_j,2k,S_j,2k+1)＝(S_j+1,k,d_j+1,k)；

预测，针对数据间的相关性，可用S_j+1,k去预测d_j+1,k，故可采用一个与数据集合结构无关的预测算子P，使得d_j+1,k＝P(S_j+1,k)，用d_j+1,k与预测值P(S_j+1,k)的差值去代替d_j+1,k，则此差值反映了两者的逼近程度，如果预测是合理的，则差值数据集所包含的信息比原始子集d_j+1,k包含的信息少；