星上原始超光譜圖像稀疏編碼壓縮技術研究

《星上原始超光譜圖像稀疏編碼壓縮技術研究》是依託中國科學技術大學，由張榮擔任項目負責人的面上項目。

基本介紹

• 中文名：星上原始超光譜圖像稀疏編碼壓縮技術研究
• 項目類別：面上項目
• 項目負責人：張榮
• 依託單位：中國科學技術大學

中文摘要

近期研究發現，星上未進行輻射定標預處理的超光譜數據不具有直方圖稀疏特性，致使面向地面定標數據的最新壓縮算法在處理星上數據時效果差強人意。針對這一現象，本課題依據超光譜圖像譜間相似性提出了一種基於稀疏編碼的星上原始超光譜圖像壓縮框架，以提高星載數據傳輸效率，具體研究思路為：首先，採用按波段逐步更新準則學習基函式字典，從而增強對原始超光譜圖像的稀疏表示性能，同時避免存儲字典信息；其次，結合學習得到的基函式字典和鄰近波段稀疏係數映射關係，定義新的稀疏編碼目標函式，以避免存儲所有稀疏係數的位置信息，獲得編碼意義上的全局最優解；最後，設計碼率反饋機制並建立稀疏度-量化步長-壓縮碼率控制模型，以協調編碼稀疏度和量化步長，實現碼率的靈活控制。在上述理論研究的基礎上，探索實際可行的星載數據壓縮方案，為我國建立自主控制的遙感觀測系統所涉及的數據傳輸問題提供有效解決途徑。

結題摘要

作為一類重要的空間信息源，超光譜遙感圖像被廣泛套用於各個領域。隨著科技的提高，超光譜圖像數據量海量增加，急需研究高效壓縮算法來緩解數據存儲和傳輸壓力。與自然圖像相比，超光譜圖像具有更為複雜的幾何結構、紋理、光譜等特徵，這對壓縮算法的保真能力提出了較高要求。作為信號處理領域的近年來一個研究熱點，稀疏表示理論被套用於去噪、壓縮等領域。稀疏表示理論利用學習的方式獲取一個基函式字典，該字典對信號具有更強的稀疏化表示能力和特徵捕捉能力，因此，用學習得到的基函式字典代替固定正交基函式對圖像進行壓縮具有重要意義。本課題研究基於稀疏表示理論的超光譜圖像壓縮技術，主要研究內容包括：a、 基函式字典學習機制的研究；b、 基於字典的波段圖像稀疏表示方法研究；c、 稀疏係數量化器與碼率控制模型的研究。我們提出了基於四叉樹分解和小波變換的多尺度字典學習算法，實現超光譜圖像的多尺度表示，並利用波段圖像之間的強相關性，逐波段快速編碼，實現超光譜圖像的壓縮。另一方面，我們提出了基於線性光譜混合模型的壓縮框架，對超光譜圖像進行逐像元編碼，這一過程與物理成像過程吻合，更為簡單便捷。實驗證明，基於稀疏表示的超光譜圖像壓縮算法優於經典的3D-SPIHT和3D-SPECK算法。特別是在低比特率情況下，可以實現圖像的高保真重建。