基于多模式预测的成像光谱图像压缩方法

摘要

本发明公开了一种基于多模式预测的成像光谱图像压缩方法，由成像光谱仪或其他数字化仪器完成成像光谱数据的采集，将目标图像的光学信号转化为数字图像信号，存储在采集设备存储器中；计算机通过现有的USB、红外接口读入图像，在处理器中进行基于多模式预测的成像光谱图像有损压缩；压缩结果可以直接存储在本地硬盘，或通过网络存储设备或进行网络存储；压缩方法主要包括计算最优预测顺序步骤，以及根据预测顺序对当前波段进行多模式的预测步骤：对成像光谱图像展开水平模式、垂直模式和直流模式的空间预测或一种模式的谱间预测。整个方法压缩效率高，方法复杂度低，执行速度快，易于移植到嵌入式平台从而实现星上应用。

主权项

1.一种基于多模式预测的成像光谱图像压缩方法，由成像光谱仪或其他数字化仪器完成成像光谱数据的采集，将目标图像的光学信号转化为数字图像信号，存储在采集设备存储器中；计算机通过现有的USB、红外接口读入图像，在处理器中进行基于多模式预测的成像光谱图像有损压缩；压缩结果直接存储在本地硬盘，或通过网络存储设备或进行网络存储；成像光谱图像压缩包括：计算机从存储设备读入成像光谱图像，每个波段的图像用一个二维数组表示；然后计算各个波段间的相关系数矩阵；采用相关系数来确定波段之间的相关性，如下式：${\rho }_{\mathrm{XY}}=\frac{\mathrm{Cov}(X,Y)}{\sqrt{D\left(X\right)}\sqrt{D\left(Y\right)}}=\frac{\underset{i=1}{\overset{H}{\Sigma }}\underset{j=1}{\overset{W}{\Sigma }}\left[X(i,j){-\mu }_X\right][Y(i,j)-{\mu }_Y]}{\sqrt{\underset{i=1}{\overset{H}{\Sigma }}\underset{j=1}{\overset{W}{\Sigma }}{[X(i,j)-{\mu }_X]}^2}\sqrt{\underset{i=1}{\overset{H}{\Sigma }}\underset{j=1}{\overset{W}{\Sigma }}{[Y(i,j)-{\mu }_Y]}^2}}---\left(1\right)$其中，H和W分别表示图像的高度和宽度，i和j分别表示像素所在的行和列，X和Y分别表示两个波段获取的图像，μ_x和μ_y分别表示波段X和Y的像素均值，D(X)、D(Y)为波段X、Y的方差，Cov(X，Y)为波段X和波段Y之间的协方差，ρ_XY为波段X与Y之间的相关系数；设成像光谱图像有N个波段，两两波段之间的相关系数形成N×N的相关系数矩阵，将对角线和上三角矩阵的值置为0；通过计算相关系数矩阵的最大生成树，得到预测顺序表；其特征在于：所述的压缩方法主要包括计算最优预测顺序步骤，以及根据预测顺序对当前波段进行多模式的预测步骤：所述计算最优预测顺序步骤中，成像光谱图像在不同的光谱区间内其波段之间的相关性特点不同，在预测之前对各个波段进行顺序重排，并作为以后波段的预测波段；所述多模式预测中，以图像块为单位，对成像光谱图像展开水平模式、垂直模式和直流模式的空间预测和一种模式的谱间预测，以预测精确度高的确定为该图像块的预测模式；其中空间预测以4×4大小的像素块为预测单位，以该像素块上方和左边已经完成了编码和重建的样值为参考样值，共有垂直、水平和直流3种预测模式，谱间预测以像素点为预测单位，每一个当前像素的预测像素只取在预测波段中与其具有相同坐标的一个像素点，预测方法如式(2)所示：$\hat{Y}(i,j)=(X(i,j)-{\mu }_X)\times \frac{D\left(Y\right)}{D\left(X\right)}+{\mu }_Y---\left(2\right)$其中i，j为当前像素所在的行和列，X和Y分别表示预测波段和当前波段，代表当前像素的预测值，X(i，j)表示预测像素值，μ_X和μ_Y分别代表波段X和Y的像素均值，D(X)、D(Y)为波段X、Y的方差；首先将预测顺序表中的第一个预测波段分割成4×4大小的像素块，对每一个待预测像素块逐一进行上述三种模式的空间预测，得到3个块预测残差，即垂直模式预测残差E₀、水平模式预测残差E₁、直流模式预测残差E₂，每一个块预测残差是该像素块中各点预测残差的总和；选择块预测残差小的模式作为该像素块的最佳预测模式；保留各个像素块在最佳预测模式下每一个像素点的预测残差，以及该像素块的最佳预测模式；并通过整数变换、量化和熵编码得到第一个预测波段的压缩码流，同时保留重建图像作为下一波段的参考波段；对于预测顺序表中的第二个波段，采用多模式空间和谱间预测相结合的方式；首先以同样方法将该波段进行图像分割，得到若干4×4大小的像素块；对每个像素块进行上述三种模式的空间预测得到三个预测残差E₀，E₁，E₂；同时对该像素块中的每一个点做谱间预测，并将残差求和作为谱间预测的块预测残差E₃；比较E₀，E₁，E₂，E₃，选择块预测残差小的模式作为该像素块的最佳预测模式，保留各个像素块在最佳预测模式下每一个像素点的预测残差；进行整数变换、量化和熵编码，并结合该像素块的最佳预测模式，形成该波段的压缩码流，并保留重建图像作为下一波段的参考波段。