[发明专利]一种基于RKLT和主成分选取的高光谱图像无损压缩方法

说明书

技术领域

本发明涉及一种遥感高光谱图像处理方法，具体涉及一种基于RKLT和主成分选取的高光谱图像压缩方法，属于遥感高光谱图像压缩技术领域。

背景技术

高光谱遥感是遥感技术发展的又一革命，它是具有高光谱分辨率的遥感科学和技术，以测谱学(Spectroscopy)为基础，可以对同一个空间像元产生几十到上百个连续的波段。高光谱遥感的光谱分辨率高、光谱连续，应用范围也更加广阔，它利用很多很窄的电磁波波段从感兴趣的物体上获取大量相关数据，它可以获得近似连续的光谱信息，覆盖整个可见光至近红外(0.4-2.4微米)光谱范围，波段宽度一般小于10纳米，一幅高光谱图像可以得到几十到上百波段的图像，在处理空间特征的同时处理光谱特征，因此在常规二维图像的基础上，又得到了第三维信息——“光谱维”信息，大大提高了从遥感图像中获取地物信息的能力。

近些年来，成像光谱仪技术和无线数据传输技术发展迅猛，成像波段更多、光谱分辨率更高、所含有的光谱信息也更为丰富。与传统的多光谱图像相比，高光谱图像大大提高了图像的光谱分辨率，能够在纳米级的光谱分辨率上对地物进行上百个谱带的成像。信息量的增加必然导致数据量的递增，高光谱图像这种海量数据带来最突出的问题就是传输和存储的困难，随着高光谱图像成像技术不断发展，其空间分辨率和谱间分辨率也随之提高，数据量必然增加迅猛。面对如此庞大的高光谱图像数据，研究一种高效的压缩方法显得尤为重要。高光谱图象不仅具有空间相关性，而且具有较强的光谱相关性，其压缩方法主要通过去除空间和光谱间的冗余，以实现减少数据量的目的。高光谱图象压缩方法主要包括基于预测的压缩、基于变换的压缩和基于矢量量化的压缩三大类。KLT(Karhunen-Loeve Transform)是一种理论上在最小均方误差准则意义下去相关性能最优的线性变换。KLT系数是浮点数，不利于编码以及硬件储存等。因此，RKLT(Reversible KLT)在最新的研究中应运而生，RKLT是可逆的整数KLT，它将KLT中产生的浮点矩阵变换为整数矩阵，从而省去了量化步骤，其突出特点就是既具备KLT的去除相关性的性能，又能实现整数到整数的映射，且过程是完全可逆的，有利于无损压缩的实现。本发明研究运用RKLT和主成分选取相结合的方法，得到了较高的压缩比，并且更容易在硬件上实现，对高光谱图象的有效压缩和进一步应用具有重要的理论意义和应用价值。

发明内容

本发明的目的是提出一种基于RKLT和主成分选取的高光谱图像无损压缩方法，以解决现有的KLT方法在高光谱图像无损压缩时，产生的浮点数系数不利于在硬件上处理的问题。

本发明为解决上述技术问题所采用的技术方案是：

本发明所述的一种基于RKLT和主成分选取的高光谱图像无损压缩方法，是按照以下步骤实现的：步骤一、将将波段数为n_z，波段的行数、列数分别为n_x、n_y的3D高光谱图像转换成行数n_x×n_y、列数为n_z的2D矩阵I；

步骤二、将步骤一得到的矩阵I经过RKLT生成四个大小均为n_z×n_z的矩阵T、H、M、N以及一个行数为n_x×n_y，列数为n_z的变换系数的矩阵Y_RKLT_THMN，且Y_RKLT_THMN的元素全部是整数，其中T、H、M、N由RKLT中KLT生成的行数列数均为n_z的特征向量组成的矩阵COEFF经过矩阵分解而得；

步骤三、令Y_RKLT_THMN第n_pcs+1个列向量到第nz个列向量为零，对其进行RKLT逆变换得到恢复的整数矩阵X_REC_NMHT，其大小与Y_RKLT_THMN相同；

步骤四、将X_REC_NMHT与原图像矩阵I相减得到残差，即dl＝I-X_REC_NMHT得到行数为n_x×n_y、列数为n_z的残差dl，并将残差进行正向映射和区间编码，产生编码码流1；

其中，正向映射即将残差矩阵中的元素e_i,j经过下式处理：