基于分類DCT的高光譜有損壓縮算法研究.pdf

1、高光譜圖像是在連續(xù)光譜段上對同一地物用數(shù)十甚至數(shù)百個波段形成的三維數(shù)據(jù)立方體，其豐富的信息對提高我們分析數(shù)據(jù)時的質(zhì)量、細節(jié)、可信度及可靠性方面有顯著的作用?，F(xiàn)已廣泛應(yīng)用于地球資源調(diào)查與地質(zhì)勘探、城市遙感規(guī)劃與管理、災(zāi)害與環(huán)境污染監(jiān)測、資源開發(fā)及測繪等方面。高光譜圖像的海量數(shù)據(jù)給它的獲取和傳輸帶來了極大的困難，嚴重制約了它的進一步應(yīng)用，近年來，高光譜圖像壓縮技術(shù)的研究已經(jīng)成為一個熱門課題。
　　為了滿足存儲和傳輸?shù)男枨?，通常對高光譜

2、圖像采用基于變換的壓縮方法。因為高光譜圖像是三維數(shù)據(jù)，對其進行變換編碼時，常用的方法是在空間域和譜間域分別進行變換。高光譜圖像的譜間相關(guān)性較空間相關(guān)性更強，因此譜間變換在高光譜壓縮中顯得尤為重要。常用的譜間變換方法有KLT、DCT、DWT等。但這些譜間變換方法都有各自的局限性：KLT雖然是最優(yōu)變換，但運算復雜度過高，無法滿足實時壓縮的要求；DCT和DWT都是固定變換基，雖然運算速度較快，但是去相關(guān)性能卻不高。
　　為解決傳統(tǒng)的基于

3、變換編碼算法在譜間變換時，運算復雜度和去相關(guān)效果相矛盾的問題，本文提出了一種基于改進分類DCT的高光譜壓縮算法，相較于傳統(tǒng)的 DCT，本文先對光譜矢量進行了分類，通過求分類殘差，降低光譜矢量的相關(guān)性，彌補了DCT去相關(guān)不徹底的缺點，從而使譜間變換效果更好，算法性能有較大提高。該算法在空間二維小波變換的基礎(chǔ)上，首先對光譜矢量進行分類，再對每一類中的光譜矢量求殘差，最后對殘差矢量做一維譜間DCT變換，由于每一類中的分類殘差非常小，因而分類D