基于預(yù)測(cè)技術(shù)的高光譜圖像壓縮算法研究.pdf

1、近年來，隨著遙感技術(shù)應(yīng)用領(lǐng)域的不斷擴(kuò)大，以往的多光譜圖像數(shù)據(jù)已經(jīng)不能滿足人們?nèi)找嬖鲩L(zhǎng)的科研和生產(chǎn)需求。而成像光譜儀的問世使獲取高光譜分辨率的高光譜圖像數(shù)據(jù)成為可能。高光譜圖像數(shù)據(jù)提供了比多光譜圖像更詳細(xì)的地物信息。但是，高光譜圖像較高的光譜分辨率的獲得是以其巨大的數(shù)據(jù)量作為代價(jià)的，這給高光譜圖像的存儲(chǔ)、傳輸和處理都帶來了困難。因此，有必要對(duì)高光譜圖像數(shù)據(jù)進(jìn)行壓縮，針對(duì)高光譜圖像的自身特點(diǎn)，研究適用于高光譜圖像的壓縮算法，具有重要的理論意

2、義和實(shí)際應(yīng)用價(jià)值。鑒于此，本論文基于預(yù)測(cè)技術(shù)，從分析高光譜圖像的特點(diǎn)入手，系統(tǒng)研究了高光譜圖像的壓縮算法。
　　首先，本文提出應(yīng)用預(yù)測(cè)技術(shù)作為高光譜圖像壓縮算法的核心。預(yù)測(cè)技術(shù)是最簡(jiǎn)單的一種方法，它直接探索譜帶與譜帶之間的相關(guān)性，具有算法簡(jiǎn)單、易于實(shí)現(xiàn)的特點(diǎn)。預(yù)測(cè)技術(shù)充分利用圖像的相關(guān)性，用已傳輸?shù)闹祵?duì)當(dāng)前值進(jìn)行預(yù)測(cè)，然后對(duì)預(yù)測(cè)值與真實(shí)值的差即預(yù)測(cè)誤差進(jìn)行編碼處理。預(yù)測(cè)產(chǎn)生的殘余誤差已被去相關(guān)，因而比較容易壓縮。
　　然后，

3、本文提出了基于模型的預(yù)測(cè)算法MP（ModelPrediction）來去除高光譜圖像的譜間相關(guān)性。MP算法建立了高光譜圖像的線性模型，推導(dǎo)出了信噪比意義下的最佳預(yù)測(cè)系數(shù)，由于系數(shù)中包含了當(dāng)前譜帶的數(shù)據(jù)，因此經(jīng)過MP算法去相關(guān)之后，殘差圖像的平均熵有所降低，同時(shí)信噪比提高很多。
　　最后，對(duì)經(jīng)過MP算法處理后的殘差圖像利用SPIHT(SetPartitioninginHierarchicalTrees)算法進(jìn)行編碼，從而完成了對(duì)高光譜