[发明专利]基于谱相关性自适应分组高光谱图像分布式联合压缩方法

权利要求书

1.一种基于谱相关性自适应分组高光谱图像分布式联合压缩方法，其特征在于包括以下步骤：

1)对高光谱图像各波段进行相关性分析，根据各波段间谱相关性的强弱进行自适应分组；

2)对每组内波段的相关性强弱进行比较，通过最小二乘法选出各波段中与其他波段相干性最强的波段作为参考波段，组内其他波段为非参考波段；

3)通过参考波段与非参考波段做差分操作获得更稀疏的残差图像，对参考波段图像做哈夫曼无损编码，对残差图像做分布式压缩编码；

4)利用哈夫曼解码恢复出参考波段的图像，参考波段的图像作为分布式压缩感知的先验条件，进而对残差图像进行联合重构，将重构的参考波段图像和残差图像相加得到非参考波段图像，将重构的参考波段图像和非参考波段图像相结合得到整个高光谱数据；

根据各波段间谱相关性的强弱进行自适应分组，包括以下步骤：

11)每个波段和它相邻波段的相关系数r_k(m)：

其中，r_k(m)是第k波段的向量x_k中的第m元素：是第k个波段图像中所有像素的平均值，S为像素个数；

12)如果r_k(m)＞R，R为预先设定的一个阈值，则将波段k和(k+1)分到同一个子集n中，否则将k分到子集(n+1)中；

13)计算每个子集中波段的个数；

如果子集中只有一个波段，对这个波段采用哈夫曼无损压缩编码，否则采用分组将子集中的波段分成若干组，设定每个分组的波段个数为L，那么：

如果子集中的波段的个数小于L，将整个子集作为一个组；

否则将L个相邻的波段分到一个组中，当最后一个组的个数小于L时，将最后一个组的和倒数第二个组合并为一组。

2.按权利要求1所述的基于谱相关性自适应分组高光谱图像分布式联合压缩方法，其特征在于：所述参考波段通过以下步骤确定：

Z＝[X₁,X₂,...X_i,...X_m]表示任一分组中所有波段组成的矩阵，其中X_i为每个波段列向量矩阵形式，m为该组波段的数量，L≤m＜2L，则该分组中的最佳参考波段λ可通过求解下列优化问题获得：

式中，为该分组中的波段个数，R_z(i,j)表示该分组中波段间的相关系数，在最小二乘法准则下通过求解λ获得的波段则为与该分组中其他波段具有最大相关性的波段，即选为最佳参考波段，i，j为像素的坐标。

3.按权利要求1所述的基于谱相关性自适应分组高光谱图像分布式联合压缩方法，其特征在于，对非参考波段对应的残差图像进行分布式压缩感知编码，包括以下步骤：

确定最佳参考波段，假设X₁为参考波段，即每个信号公共的非稀疏部分，其他非参考波段与X₁做差分操作，求出对应的残差图，即：

式中，的每一个列向量表示高光谱图像做差分操作后的残差图矩阵，即每个信号特有的稀疏部分，通过压缩感知对残差图像进行观测，得到编码后的数据：

其中Φ为测量矩阵，Z为各残差图像所有测量值组成的矩阵,z_i表示残差图像对应的测量值列向量，m为该组波段的数量。