[发明专利]快速压缩高光谱信号的矢量量化方法有效
| 申请号: | 201410484027.2 | 申请日: | 2014-09-19 | 
| 公开(公告)号: | CN104244018B | 公开(公告)日: | 2018-04-27 | 
| 发明(设计)人: | 陈善学;郑文静;张佳佳;杨亚娟 | 申请(专利权)人: | 重庆邮电大学 | 
| 主分类号: | H04N19/94 | 分类号: | H04N19/94;H04N19/154 | 
| 代理公司: | 重庆市恒信知识产权代理有限公司50102 | 代理人: | 刘小红 | 
| 地址: | 400065 *** | 国省代码: | 重庆;85 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 快速 压缩 光谱 信号 矢量 量化 方法 | ||
1.一种快速压缩高光谱信号的矢量量化方法,其特征在于,读取高光谱图像数据,截取每个波段中的相同空间位置的一段图像块作为输入信源,根据截取的图像块尺寸和光谱波段数构建三维数据矩阵,以同一空间位置对应像素各波段像素值作为一个矢量数据,即把截取的图像块每一个像元对应的光谱矢量对应一个矢量数据,把三维数据转化为二维矩阵数据;截取转化为2维的矢量数据并分割成M部分,即按照2n准则将所有矢量数据进行分割,使每个分割出的矢量部分中矢量的维数都要满足2n,对分割出的各部分矢量数据分别进行哈达玛Hadamard变换;对Hadamard变换域的各部分矢量数据分别作离散度排序得到矢量数据(B1D、B2D,…,BMD);提取矢量数据行矢量的前n维分量组成训练矢量集(B1T、B2T,…,BMT),剩下的k-n维分量组成对应部分的余下矢量数据(B1R、B2R,…,BMR),其中,n=log2(k),k为该部分矢量数据行矢量的维数;对训练矢量集(B1T、B2T,…,BMT)分别进行训练,得到矢量量化最后一次迭代产生的各部分训练矢量码书(Y1die、Y2die,…,YMdie)和对应的训练矢量码字索引(I1die、I2die,…,IMdie);计算余下矢量数据的码书,将训练矢量码书和余下矢量数据的码书重组连接,通过离散度反排序和hadamard反变换恢复出空域完整码书;打包空域完整码书和对应的空域完整码字索引,存储或传输,其中,BMD代表第M部分离散度排序后的矢量数据,BMT代表第M部分训练矢量集,BMR代表第M部分余下矢量数据,YMdie、IMdie分别代表最后一次迭代产生的第M部分训练矢量码书和第M部分训练矢量码字索引。
2.根据权利要求1所述的方法,其特征在于,分割矢量数据具体包括:读取3维高光谱图像数据,截取部分相同空间位置的像素值转化为2维矢量数据并按照2n的原则将矢量数据分割为M个小部分,分割原则为:每部分的矢量维数都为2n,维数不为2n的部分通过末尾补零使其维数为2n,各部分矢量维数之和等于原矢量维数。
3.根据权利要求1所述的方法,其特征在于,所述离散度排序具体为:将行矢量某一维分量的最大值减去最小值得到差值获取行矢量该维分量的离散度,将离散度值分别按照降序排序,得到对应的排序索引作为各部分矢量数据的离散度排序索引,按照离散度排序索引将对应的各部分矢量数据的行矢量分量重排序,得到离散度排序后的各部分矢量数据。
4.根据权利要求1所述的方法,其特征在于,对训练矢量集(B1T、B2T,…,BMT)进行训练具体为:按照行矢量第一维分量值的大小对各部分训练矢量进行升序排序,排序索引作为各部分矢量排序索引,按照各部分矢量排序索引重新排序各部分训练矢量,将排序后的训练矢量按照码书大小进行平均分组,依次选取每组第一个矢量组成初始码书;根据初始码书和初始码字索引搜索训练矢量对应的最佳匹配码字,并将训练矢量划分到对应的胞腔中,记录对应的码字索引,直到所有矢量训练完成,更新码书,以各胞腔的质心代替原来胞腔对应的码字。
5.根据权利要求1所述的方法,其特征在于,计算余下矢量数据的码书具体为:按照训练矢量码字索引(I1T、I2T,…,IMT)分别把对应部分余下矢量数据(B1R、B2R,…,BMR)中的行矢量依次分配到对应的胞腔中,以各胞腔质心作为对应胞腔的余下矢量数据的余下矢量码字YcR,根据余下矢量码字构建余下矢量的数据码书。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410484027.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种能固定的计算机键盘
 - 下一篇:一种防尘塞电容笔
 





