[发明专利]一种高光谱图像处理方法、装置及系统

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种高光谱图像处理方法、装置及系统。

背景技术

成像光谱图像按照光谱通道数和光谱分辨率的不同，可分为多光谱、高光谱和超光谱三类。其中，高光谱成像具有高空间分辨率和高光谱分辨率以及较多的光谱通道数。高光谱图像的光谱通道数为100～200，光谱分辨率为10nm～l00nm，是一种三维立体图像，即在普通二维图像的基础上又多了一维光谱信息，因此，高光谱图像的数据量较大。

随着成像技术的快速发展，高光谱图像的空间和光谱分辨率不断提高，高光谱图像的数据量也不断增大，高光谱图像庞大的数据量给数据传输和存储带来了巨大的压力，对高光谱图像进行有效的压缩成为高光谱图像传输、存储的关键问题。

目前，在对高光谱图像进行压缩时，通常使用KLT变换去除高光谱图像的冗余，然而，现有技术中，在使用中央处理器(即CPU)对高光谱图像进行KLT变换时，由于高光谱图像数据量较大，导致其在中央处理器上处理速度较慢，进而导致高光谱图像压缩效率较低。

发明内容

有鉴于此，本发明提供了一种高光谱图像处理方法、装置及系统，用以解决现有技术中由于高光谱图像数据量较大，导致其在中央处理器上处理速度较慢，进而导致高光谱图像压缩效率较低的问题，其技术方案如下：

一种高光谱图像处理方法，应用于图形处理器，所述方法包括：

从中央处理器获取待处理的高光谱图像；

计算所述待处理的高光谱图像的协方差矩阵；

对所述协方差矩阵进行奇异值分解，获得特征矢量和特征值；

基于所述特征矢量和所述特征值确定KLT变换矩阵；

基于所述KLT变换矩阵对所述高光谱图像进行KLT变换。

其中，计算所述待处理的高光谱图像的协方差矩阵，包括：

对所述待处理的高光谱图像中每个谱段的图像，计算该谱段的图像与所述待处理的高光谱图像中各个谱段图像之间的协方差，获得所述待处理的高光谱图像的协方差矩阵。

其中，所述基于所述特征矢量和所述特征值确定KLT变换矩阵，包括：

将所述特征值降序排序；

从降序排序后的特征值中确定前N个特征值，其中，N为小于或等于M的整数，M为所述特征值的总数量；

将确定出的N个特征值中，各个特征值对应的特征矢量组成矩阵作为所述KLT变换矩阵。

其中，基于所述KLT变换矩阵对所述高光谱图像进行KLT变换，包括：

获取与所述待处理的高光谱图像中每个谱段的图像对应的去均值图像，其中，所述去均值图像为每个谱段的图像减去该图像的均值得到；

将所述KLT变换矩阵分别与所述每个谱段的图像对应的去均值图像相乘，获得所述待处理的高光谱图像的KLT变换结果。

一种高光谱图像处理装置，应用于图形处理器，所述装置包括：获取模块、第一计算模块、第二计算模块、确定模块和KLT变换模块；

所述获取模块，用于从中央处理器获取待处理的高光谱图像；

所述第一计算模块，用于计算所述获取模块获取的所述待处理的高光谱图像的协方差矩阵；

所述第二计算模块，用于对所述第一计算模块计算得到的所述协方差矩阵进行奇异值分解，获得特征矢量和特征值；

所述确定模块，用于基于所述第二计算模块计算得到的所述特征矢量和所述特征值确定KLT变换矩阵；

所述KLT变换模块，用于基于所述确定模块确定出的所述KLT变换矩阵对所述高光谱图像进行KLT变换。

其中，所述第一计算模块，具体用于对所述待处理的高光谱图像中每个谱段的图像，计算该谱段的图像与所述待处理的高光谱图像中各个谱段图像之间的协方差，获得所述待处理的高光谱图像的协方差矩阵。

其中，所述确定模块包括：排序子模块、确定子模块矩阵构建子模块；

所述排序子模块，用于将所述第二计算模块计算得到的所述特征值降序排序；

所述确定子模块，用于所述排序子模块降序排序后的特征值中确定前N个特征值，其中，N为小于或等于M的整数，M为所述特征值的总数量；

所述矩阵构建子模块，用于所述确定子模块确定出的N个特征值中，各个特征值对应的特征矢量组成矩阵作为所述KLT变换矩阵。

其中，所述KLT变换模块包括：获取子模块和计算子模块；

所述获取子模块，用于获取与所述待处理的高光谱图像中每个谱段的图像对应的去均值图像，其中，所述去均值图像为每个谱段的图像减去该谱段的图像的均值得到；