基于分布式壓縮感知的高光譜遙感圖像編碼-論文.pdf

《基于分布式壓縮感知的高光譜遙感圖像編碼-論文.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、信息技術(shù)與信息億基于分布式壓縮感知的高光譜遙感圖像編碼劉丹孫強(qiáng)}LIUDanSUNQiang勞霧隨著高光譜遙感技術(shù)的不斷發(fā)展，高光譜數(shù)據(jù)的規(guī)模必將持續(xù)增大。對于衛(wèi)星數(shù)據(jù)鏈路而言．?dāng)?shù)據(jù)獲取與傳輸?shù)睦щy將嚴(yán)重制約高光譜遙感技術(shù)的發(fā)展。因此，研究高效的數(shù)據(jù)壓縮技術(shù)才有可能利用有限的帶寬實(shí)現(xiàn)高光譜數(shù)據(jù)的實(shí)時傳輸。本文提出了一種基于分布式壓縮感知的高光譜圖像編碼方法，結(jié)合Contourlet變換去除波段間的冗余，考慮到星載壓縮系統(tǒng)的實(shí)際需求，采用了非對稱的分布式信源編解碼方案。實(shí)驗(yàn)結(jié)果證明，本文提出的方法利用了相鄰波段的相關(guān)性

2、，在達(dá)到重構(gòu)效果的前提下降低了編碼端的復(fù)雜度，提高了編碼效率。黌鞭分布式信源編碼壓縮感知Contourlet變換doi：10．3969／j．issn．1672-9528．2015．4．69高光譜遙感圖像以其較高的光譜分辨率、空間分辨率1高光譜遙感圖像統(tǒng)計特性和潛在的可應(yīng)用性越來越受到航天遙感研究領(lǐng)域的重視。然而，在衛(wèi)星數(shù)據(jù)鏈路有限的帶寬下，如何充分利用高光不同類型圖像所反映出來的統(tǒng)計特性是大不相同的。譜圖像豐富的光譜和空間信息。進(jìn)行實(shí)時、有效、可靠的如何能夠更好的對高光譜圖像進(jìn)行分析對壓縮具有極為重壓縮，是當(dāng)前遙感領(lǐng)

3、域的研究重點(diǎn)。要的意義。下面通過譜間相關(guān)性和空間相關(guān)性進(jìn)行討論。傳統(tǒng)的高光譜遙感圖像壓縮方法都是基于三維立體數(shù)1．1高光譜圖像的譜間特性據(jù)，著眼于譜問相關(guān)性和空間相關(guān)性進(jìn)行的。相應(yīng)的方法高光譜圖像的每個波段圖像都是相同區(qū)域地物在各個有三維預(yù)測編碼I、三維余弦變換p_、三維小波變換波段的反射值，由于相鄰波段的波長相近使得它們的灰度和三維矢量量化l7等。此類算法復(fù)雜度高，需要占用大值也是相近的，其大小取決于光譜分辨率。圖l給出高光量的存儲空間和計算時間，不但增加碼流的開銷，而且壓譜圖像的相關(guān)系數(shù)，可以看出大部分波段之間具

4、有較強(qiáng)的縮性能也有待進(jìn)一步提高。分布式壓縮感知編碼是近年來相關(guān)性，只有少數(shù)波段和其他波段差異加大。新發(fā)展的一項(xiàng)數(shù)據(jù)編碼技術(shù)，它能夠有效克服現(xiàn)有編碼算法的弊端，非常適合高光譜圖像的壓縮。本文首先介紹了高光譜遙感圖像的統(tǒng)計特性，并對分布式壓縮感知進(jìn)行了分析和討論，在此基礎(chǔ)上，提出了基于分布式壓縮感知的高光譜遙感圖像編碼方案，同時對傳統(tǒng)編碼和分布式編碼效率進(jìn)行了分析和討論，并進(jìn)行了相應(yīng)的仿真實(shí)驗(yàn)。圖1高光譜圖像的相關(guān)系數(shù)1．2高光譜圖像的空間特性光譜圖像空間相關(guān)性是指同一波段空間上相鄰像素間遼寧師范大學(xué)計算機(jī)與信息技術(shù)學(xué)院

5、遼寧大連的相關(guān)性。圖像的相關(guān)系數(shù)是標(biāo)準(zhǔn)化的協(xié)方差函數(shù)，即圖116029遼寧師范大學(xué)科研處遼寧大連116029像的協(xié)方差函數(shù)與方差的商。相關(guān)系數(shù)越大，同一波段相基金項(xiàng)目：本文受國家自然基金項(xiàng)目(項(xiàng)目編號：鄰像素之間的相似性越大。61402214)；遼寧省教育廳科學(xué)研究一般項(xiàng)目(項(xiàng)目編號：圖2給出了高光譜圖像JasperRidge與自然圖像LenaL2011192)；大連市科學(xué)技術(shù)基金計劃項(xiàng)目(項(xiàng)目編號：20l3J21DW027)資助。的相關(guān)性對比?？梢钥闯觯吖庾V圖像的空間相關(guān)性低于匾曼生蔓塑信息技術(shù)與信息億在達(dá)到重構(gòu)

6、效果的前提下降低了編碼端的復(fù)雜度，提高了2007．編碼效率。PanXz，LiuRK，LvXO．Low—complexitycompression目前分布式信源編碼雖然在率失真性能方面的優(yōu)勢較methodforhyperspectralimagesbasedondistributedsource為明顯，但是相對于更復(fù)雜的非分布式編碼方法，在壓縮coding[J]．IEEEGeoscienceandRemoteSensingLetters，性能上還有一定的差距。如何研究更加符合相關(guān)性局部變2012，9(3)：224—22

7、7．化的改進(jìn)算法將是本文進(jìn)一步的工作。NianYongjian，WanJianwei，HeMi，eta1．ResearchProgressonLosslessCompressionforHyperspectralImageUsing參考文獻(xiàn)：DistributedSourceCoding[J】JournalofAstronautics，2012，【1]AiazziB，AlparoneL，Barontis，eta1．CrispandFuzzyAdaptive33(7)：860—869．【13]Dua~eMF，Sarvo

8、thamS，BaronD，SpectralPredictionsforLosslessandNear—losslessCompressioneta1．DistributedCompressedSensingofJoindySparseSialsofHyperspectralImagery[J]．IEEEGeoscienceandRemote[q