[发明专利]基于小波变换的分布式超光谱图像压缩方法

说明书

技术领域

本发明属于图像处理技术领域，特别是涉及图像压缩方法，可用于低复杂度的超光谱图像压缩。

背景技术

本发明属于图像处理技术领域，特别是涉及图像压缩方法，可用于低复杂度的超光谱图像压缩。

背景技术

在遥感技术飞速发展的当今时代，利用对地遥感观测得到的超光谱遥感图像是一种重要的数据源，它包含了丰富的地物光谱信息，可以用在对地物探测、识别等领域。但由于超光谱遥感图像的数据量庞大，每幅光谱图都有几十到几百个波段的信息，这给数据存储和传输带来很大负担，因此在存储和传输过程中必须对超光谱图像进行压缩。

众所周知，超光谱图像压缩对编码算法的复杂度要求是很挑剔的，目前的压缩方法如SPIHT和SPECK方法虽然被用于很多超光谱图像的压缩系统中，能实现对超光谱图像的有效压缩，但由于其方法的编码复杂度很高，使其实际应用受到限制。JPEG2000和二维SPIHT等超光谱图像压缩方法，方法虽然复杂度低，但是压缩性能却不高。所以找到一种算法复杂度低并且具有良好压缩性能的超光谱图像压缩方法是十分必要的。

发明内容

本发明的目的在于克服上述已有的缺点，提出一种基于小波变换的分布式超光谱图像压缩方法，以减小编码复杂度和提高图像的压缩性能。

实现本发明的技术方案是通过图像压缩和解压缩完成，其关键技术是将小波变换和与分布式信源编码方法相结合，其具体实现包括图像压缩和解压缩。

一、本发明的图像压缩，包括如下步骤：

(1)将原始超光谱图像分成若干编码单元，并对每个编码单元进行小波变换；

(2)将小波变换后的每个编码单元按照变换后的子带关系再分为两组，一组作为参考组，另一组作为当前组；

(3)将参考组用SPIHT方法编码，得到参考组压缩码流，传至解码端，完成参考组的压缩；

(4)对当前组用SW-SPIHT方法进行位平面分析，得到对应的二组位平面码流，即重要系数位平面码流、重要系数符号位平面码流和重要系数细化位平面码流；

(5)用低密度奇偶检验码LDPC对当前组的重要系数符号位平面和细化位平面码流进行编码，得到对应的校验比特流，将当前组重要系数位平面码流传至解码端，完成当前组的压缩。

二、本发明的图像解压缩，包括如下步骤：

A.将得到的参考组码流用SPIHT解码器解码；

B.利用传至解码端的当前组重要系数位平面码流对参考组SPIHT解码后得到的图像经SW-SPIHT方法进行位平面提取，得到参考组对应位置上的重要系数符号位平面和细化位平面码流，称之为边信息；

C.利用传至解码端的校验比特流对边信息校验，得到重构的当前组的重要系数符号位平面码流和重要系数细化位平面码流；

D.重组当前组的重构重要系数位平面、重要系数符号位平面、重要系数细化位平面，恢复出当前组图像；

E.将参考组和当前组解码后的图像按照原始顺序重排后，进行小波逆变换，得到重构图像。

本发明由于采用SPIHT方法对参考组进行编码，采用LDPC方法对当前组编码的分布式编码方法，克服了传统超光谱图像压缩方法算法复杂度高的缺点，大大降低了编码端的复杂度；同时由于本发明将小波变换和分布式相结合，能够实现优异的压缩性能。仿真结果表明，本发明的方法不仅优于传统的SPIHT方法，并且比JPEG2000方法和二维SPIHT方法的压缩性能也有很大提高。

附图说明

图1是本发明压缩流程图；

图2是本发明解压缩流程图；

图3是本发明与SPIHT方法性能对比图；

图4是本发明与二维SPIHT方法性能对比图；

图5是本发明与JPEG2000方法性能对比图。

具体实施方式

参照图1，本发明的图像压缩过程如下：

步骤1，将原始超光谱图像分成4个波段为一组的若干编码单元。

步骤2，对每个编码单元内的四个波段图像，先分别做二维九七小波变换，变换级数为五级；再对四个波段图像谱方向上做一次一维九七小波变换。

步骤3，根据小波变换后的子带关系将每个编码单元分成当前组和参考组。

分组方式为第一波段和第三波段分为一组；第二波段和第四波段分为一组。再任选其中一组作为当前组，另一组作为参考组。

步骤4，用SPIHT编码方法对参考组进行编码，得到参考组压缩码流，并将压缩码流传至解码端，完成参考组的压缩。