[发明专利]快速压缩高光谱信号的矢量量化方法

摘要

本发明针对高光谱图像数据量巨大，提出了一种快速压缩高光谱信号的矢量量化方案。对矢量数据的各分量按离散度进行重新排序，提取矢量数据的前几维分量组成训练矢量集，余下分量组成余下矢量数据，对训练矢量集进行聚类训练；再利用训练矢量数据的编码索引对余下矢量数据直接进行归类；将训练矢量数据的码书和余下矢量数据的码书重组，得到矢量数据的最终码书，完成高光谱图像的压缩编码。本发明使矢量的大部分能量集中在低维部分，仅仅提取矢量数据低维部分进行训练，空间复杂度得到很大减小。不仅能保证图像恢复质量基本不变、大量缩小压缩过程的空间复杂度，还能达到大幅度降低各类计算量，快速高效完成高光谱图像压缩的目标。

主权项

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。