基于異常特征保護的高光譜圖象壓縮方法研究.pdf

1、高光譜遙感(Hyperspectral Remote Sensing)技術的發(fā)展是20世紀80年代人類在對地觀測方面所取得的重大技術突破之一。它可以獲得近似連續(xù)的光譜信息，覆蓋整個可見光至近紅外的(0.4-2.4微米)光譜范圍。正由于高光譜圖象的龐大數(shù)據(jù)量給存儲和傳輸帶來了巨大挑戰(zhàn)，這樣研究高效的高光譜圖象壓縮方法以減少存儲和傳輸?shù)膲毫κ鞘直匾?。高光譜圖象較一般遙感圖象并不是數(shù)據(jù)量的簡單累加，而是信息量的倍增，從而實現(xiàn)了地物目標間極

2、微小差異的精細識別。但往往龐大的數(shù)據(jù)中只有部分異常特征(Anomaly Signature)在目標精細識別和地物準確分類等應用中起到關鍵作用，所以準確提取這些異常特征，并加以保護壓縮對后期應用和減少存儲傳輸壓力都是十分重要和有意義的。本文基于以上背景對高光譜圖象的異常特征保護壓縮方法展開了研究。
　　首先對高光譜圖象成像原理進行研究，進而對其特征進行分析，包括空間相關性特征、譜間相關性特征以及光譜異常特征分析。基于以上基礎理論，本

3、文針對傳統(tǒng)光譜特征提取方法存在對噪聲敏感、無法表征非平穩(wěn)信號的時頻局域性質的缺陷，研究了一種在小波變換域分析并提取異常特征的方法。利用小波變換具有空頻局部化和多分辨率的特點，在各級高頻分量中分析異常特征。改變小波分解級數(shù)進行多次實驗得到異常特征在高頻信息中的位置對應關系。根據(jù)頻率對應關系定量計算得到分析指定異常特征的最佳小波變換分解級數(shù)，提取異常特征。
　　其次，對高光譜圖象空-譜聯(lián)合壓縮方法進行了研究。首先對三種典型的三維去相關

4、組合形式進行了比較實驗，包括結構形式、能量分布和編碼性能。根據(jù)高光譜圖象三維數(shù)據(jù)不對稱及 K-L變換計算復雜的特點，本文研究一種空間維二維小波變換加光譜維低復雜的K-L變換組合方法去除高光譜圖象冗余信息。采用部分數(shù)據(jù)計算協(xié)方差矩陣實現(xiàn)低復雜度 K-L變換。改變不同采樣值在不同壓縮比情況下進行實驗，驗證方法的有效性。
　　最后，研究關鍵信息保護的高光譜圖象壓縮方法。針對現(xiàn)有標準的提升方法存在感興趣區(qū)域提升系數(shù)不靈活和增加傳輸量的缺點