《基於關鍵信息(ROI-BOI)保護的高光譜圖象空-譜聯合壓縮技術》是依託哈爾濱工業大學，由張曄擔任項目負責人的面上項目。
基本介紹
- 中文名：基於關鍵信息(ROI-BOI)保護的高光譜圖象空-譜聯合壓縮技術
- 依託單位：哈爾濱工業大學
- 項目類別：面上項目
- 項目負責人：張曄
項目摘要,結題摘要,
項目摘要
儘管較高的光譜解析度對高光譜圖象套用至關重要，然而這種優越性是以其較大的數據量為代價，可以說高光譜圖象海量數據已經成為制約其發展的技術瓶頸。基於此本項目涉及內容：1、為實現高光譜圖象空-譜聯合壓縮，從理論上進行空-譜特性分析及其統一性互補性研究；2、為保護壓縮中關鍵信息，研究高光譜圖象ROI和BOI自動提取技術；3、高光譜圖象空間/光譜壓縮算法及其空-譜聯合壓縮研究；4、面向套用的高光譜圖象壓縮評價準則研究。項目總體目標是研究適合於高光譜圖像壓縮的新理論、新方法和新技術，探討BOI和ROI自動提取新途徑，突破空-譜聯合壓縮和關鍵信息有效保護中的關鍵技術。項目創新點有二：1、首次提出了BOI的概念，並引入到高光譜圖象壓縮中；2、針對高光譜圖象獨特特點，提出了空-譜聯合壓縮技術。本項目的研究解決，對提高高光譜圖象可利用性和可套用性，增強其目標識別等套用能力和套用範圍具有重要理論意義和套用價值。
結題摘要
本項目面向高光譜圖像的套用需求，針對高光譜圖像感興趣信息的提取和壓縮中的保護問題開展了研究。在突破感興趣波段(BOI)和感興趣區域(ROI)自動提取、分層次壓縮等關鍵技術的基礎上，實現了一套面向套用關鍵信息保持的高光譜圖像壓縮方法。 研究成果具體如下： (1)在感興趣光譜方面，①首次提出高光譜圖像中感興趣譜帶的新思想，提出了根據地物分類、目標識別等套用需求確定感興趣譜帶的方法，以便實現信息保持；②進一步地，提出了基於光譜異常特徵的BOI選擇方法。③同時，研究了針對豐度值的分類解混轉換模型，用於有效地提取光譜端元。 (2)在感興趣區域方面，①針對分散小地物，結合用於判別的特徵降維技術、機率稀疏核模型和相關向量機(RVM)，提出了新的監督分類方法；②針對成像和噪聲干擾引起的同物異譜問題，提出了基於支持向量數據描述以及聯合光譜反射率和光譜倒數的組合光譜特徵的目標識別算法；③並針對提取的ROI研究了如何提高其空間解析度。 (3)在壓縮方面，①研究了一種可控位平面交叉提升方法，實現靈活控制圖象壓縮質量。通過在小波變換域各個分解層提取位置信息構建三維感興趣信息掩膜。②為了保護不同重要程度的感興趣信息，提出了一種分層次壓縮方法，對不同重要性的BOI和ROI信息採用不同的壓縮方法進行壓縮，針對目標檢測套用進行感興趣信息提取，並實現了感興趣信息保護。
