基于离线训练的高光谱图像回归预测压缩方法

摘要

本发明公开了一种基于离线训练的高光谱图像回归预测压缩方法，包括如下步骤：读入m幅高光谱图像，对每幅图像分别用k-means聚类，得到m幅聚类索引图后；对m幅聚类索引图每个波段的进行离线回归训练，计算预测系数读入压缩图像；对于第一波段进行帧内预测；对其他波段中的每个像素值使用S2步骤中离线训练得到的预测系数进行预测，所有像素预测完成后，得预测图像；用原始图像和预测图像做差，得到残差图像；对残差图像采用Range Coder编码方法进行编码，输出文件，传送到解码器。本发明可应用于高复杂度多幅高光谱图像实现快速压缩要求的压缩技术中，压缩效率高。

主权项

基于离线训练的高光谱图像回归预测压缩方法，其特征在于，包括如下步骤：S1、读入m幅高光谱图像，对每幅图像分别用k‑means聚类，得到m幅聚类索引图后；S2、对S1步骤中所得的m幅聚类索引图每个波段的进行离线回归训练，计算预测系数S3、读入压缩图像；S4、对于第一波段进行帧内预测；对其他波段中的每个像素值使用S2步骤中离线训练得到的预测系数进行预测，预测模型为这里是c类z波段点j处的预测值；P_{z‑1，c，j}是c类(z‑i)波段点j处的实际值；α_z，c，i是c类z波段处的第i个预测系数；α_z，c，0是c类z波段处的补偿系数；N预测中用到的波段数，也就是阶数，所有像素预测完成后，得预测图像；S5、用原始图像和预测图像做差，得到残差图像；S6、对残差图像采用Range Coder编码方法进行编码，输出文件，传送到解码器。