一种基于非局部和低秩分解的高光谱图像压缩方法

摘要

本发明公开了一种基于非局部和低秩分解的高光谱图像压缩方法，利用非局部相似性对高光谱图像进行分块，获得大小相同的高光谱小块，之后根据相似性，相似的块将被聚为一类，同一类的块组成的4阶数据可以被低秩分解，因为分解后的数据大小远小于原始数据大小，从而实现对高光谱数据的压缩，并且可以充分利用高光谱数据的空间结构特征和光谱结构特征。

主权项

一种基于非局部和低秩分解的高光谱图像压缩方法，其特征在于，包括以下步骤：步骤1：对高光谱图像长和宽不是8的倍数的图像进行裁剪，裁剪为长和宽都是8的倍数，光谱数不变；步骤2：将剪裁后的高光谱图像进行标准化，使其每个像素值位于0和255之间；步骤3：对标准化的高光谱图像进行分块，每个块的空间大小是8*8，然后按相似性对块进行聚类，每个类构成一个4阶张量；步骤4：对每个类分别进行低秩分解，得到1个4阶的稀疏张量，和3个低秩的字典矩阵；步骤5：最终得到的张量和字典矩阵就是压缩后的所有数据；步骤6：验证压缩效果，根据压缩后的数据重构高光谱图像，与原始图像对比。