（信号与信息处理专业论文）高光谱遥感图像的压缩算法研究.pdf

哈尔滨j 二程大学硕士学位论文 摘要 高光谱遥感( h y p e r s p e c t m lr e m o t es e n s i n g ) 与多光谱图像相比的突出特点 是谱分辨力的提高，这对于利用遥感图像进行目标分类、识别与跟踪等都具 有重要的研究价值和应用意义。然而其巨大的数据量和较高的数据维给高光 谱图像的传输和存储都带来较大的困难，因此对其进行有效压缩就具有了更 为广泛的意义。 本文通过与其他图像比较分析，充分研究了高光谱遥感图像的特性。验 证了高光谱遥感图像较强的谱间相关性和较弱的空间相关性。 首先采用自适应波段选择方法对高光谱遥感图像进行谱间压缩。实验结 果说明了自适应波段选择方法的有效性，方法能够选择出特征较好的波段， 有助于减少后续处理的计算量并有助于提高后续处理效果。 然后采用基于提升格式的第二代小波变换技术对高光谱遥感图像进行处 理，该方法能保证处理后图像包含尽可能多的有效信息。算法中的提升小波 是由一种基于矩形栅格和梅花形栅格预测与更新的方法构造出来，其主体思 想是对原始图像进行简单的多分辨率分解，然后交替地在矩形栅格和梅花形 栅格上使用对偶提升( 预测) 和原始提升( 更新) 来改善其性能，向具有某一特性 逐渐逼近( 提升) 。提升算法不仅具有构造简单、速度快等特点，而且在实际 压缩效果上也要优于第一代小波变换，取得了良好的压缩效果。 最后采用一种基于矢量量化的方法对高光谱图像进行压缩。用改进的 s o f m 算法进行矢量量化的码书设计，由于神经网络具有较强的容错性，可 解决矢量量化中非典型矢量的匹配问题，而改进的s o f m 算法提高了码书的 训练训练速度和性能。本算法与利用传统的l b g 算法进行码书设计相比，具 有更好的压缩效果，实验结果也证明了算法的有效性。 关键词：高光谱遥感图像；自适应波段选择：提升格式：矢量量化：图像压缩 监釜鎏三篓盔鬣誊圭耋笙鲨耋 a b s t r a c t t h eo u t s t a n d i n gc h a r a c t e r i s t i co fc o m p a r e dh y p e r s p e c t r a lr e m o t es e n s i n g i m a g ew i t hm u l t i s p e c t r a li m a g ei st h ei m p r o v e m e n to ft h er e s o l v i n gp o w e r t 1 l i s f o ru t i l i z er e m o t es e n s i n gi m a g ec a r r yo n 7g o a l c l a s s i f y , d i s c e r na n dw i t h i m p o r t a n c ev a l u eo fr e s e a r c ho ff o l l o w i n ge t c b u ti t se n o r m o a sd a t aa m o u n ta n d h i g h e rd a t aa r el i n k e df o rt r a n s m i s s i o na n dm e m o r yo fh y p e r s p e c t r a lr e m o t c s e n s i n gi m a g et oa l lb r i n gg r e a t e rd i f f i c u l t y , s oh a v em o r ee x t e n s i v em e a n i n g st o t h a ti ti sc o m p r e s s e de f f e c t i v e l y , t h i st e x tp a s s e sw i t ht h ec o m p a r a t i v ea n a l y s i so fo t h e ri m a g e s t h e c h a r a c t e r i s t i co f h y p e r s p e c t r a lr e m o t es e n s i n gi m a g eo fa b u n d a n tr e s e a r c h p r o v e h y p e r s p e c t r a lr e m o t es e n s i n gi m a g er e l a t i v e l ys t r o n g e rs p e c t r u md e p e n d e n c ea n d r e l a t i v e l yw e a k e rs p a c ed e p e n d e n c e a t f i r s t ，a d o p t t h e a d a p t i v e b a n ds e l e c t i o nt o c o m p r e s ss p e c t r u m d e p e n d e n c eo fh y p e r s p e c t r a lr e m o t es e n s i n gi m a g e t h ee x p e r i m e n t a lr e s u l t p r o v e st h a tc h o o s e st h ev a l i d i t yo f t h em e t h o di na d a p t i v ew a v eb a n d 。c h o o s e t h ew a v eb a n dw i t hb e t t e rc h a r a c t e r i s t i ci nm e t h o d ，i tr e d u c ec a l c u l a t i o na m o u n t t h a tf o l l o w - u pd e a lw i t ha n di m p r o v ef o l l o w - u pp u n i s ht h er e s u l tt dc o n l r i b u t et o a n dt h e n , ac o m p r e s s i o na l g o r i t h mo fh y p e r s p e c t r a lr e m o t es e n s i n gi m a g e b a s e do nl i f t i n gs c h e m ei sd e v e l o p e d ，t h i sm e t h o dc a l lg u a r a n t e et h et r e a t e d i m a g ei n c l u d e st h ee f f e c t i v e i n f o r m a t i o na sm a n ya sp o s s i b l e w ea d o p tt h e s p l i t t i n go fr e c t a n g u l a rg 纛d si n t oq u i n c u n xg r i d st o c o n s t r u c tt h es e c o n d g e n e r a t i o n w a v e l e t st r a n s f o r m a t i o na n dt h e r e b yr e a l i z e s p a t i a lc o m p r e s s i o n a l g o r i t h mi n t r o d u c eo n ep r e d i c tw i t hn e w e rt w o d i m e n t i o n a ll i t t l ew a v et h e s e c o n dg e n e r a t i o no fc o n s t r u c t i n ga l g o r i t h m sb e c a u s eo fr e c t a n g l eb a rd o s ea n d p l u mb l o s s o ms h a p eb a rd o s e ，i t sj u c h ei d e ar e s o l v e ss i m p l em a n yr e s o l u t i o n r a t i o st ot h ep r i m i t i v ep i c t u r e ，t h e nb a rd o s ea n dp l u mb l o s s o ms h o eb a ru s e a n t i t h e s i sp r o m o t e ( p r e d i c t ) ，a n dp r i m i t i v et op r o m o t e ( u p g r a d e ) a n di m p r o v e 飧笨滨工程大学矮主学拉论文 _ _ i i ii|1 一 i i i ii i - - _ _ _ _ _ - _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ - _ _ - _ _ _ _ _ _ _ h i sp e r f o r m a n c eo nt h ed o s ei nr e c t a n g l ea l t e r n a t i v e l y , ( p r o m o t e ) t oac e r t a i n c h a r a c t e r i s t i ci sa p p r o a c h e dg r a d u a l l y p r o m o t i n gt h ea l g o r i t h mn o to n l yh a s c h u r a c t 醴s t i cs u c h 罄& i n gs i m p l e ，f a s to fs t r u c t u r e s ，s h o u l db u ta l s ob es u p e r i o r t ot h el i t t l ew a v eo f f i r s tg e n e r a t i o nt ov a r yo nt h er e s u l to f c o m p r e s s i n g a c t u a l l y , h a v em a d et h eg o o dc o m p r e s s i o nr e s u l t t h e nt h ed e c o m p o s i t i o na n da b s o l u t e r e c o n s t r u c t i o na r ea c h i e v e d t h ee x p e r i m e n t a lr e s u l t ss h o wt h a tt h es e c o n d g e n e r a t i o nw a v e l e t s b a s e do n l i f t i n gs c h e m ec a na c h i e v eb e t t e rs p a t i a l c o m p r e s s i o ne f f e c tt h a nt h ef i r s tg e n e r a t i o nw a v e l e t s a tl a s t ，am e t h o dc o m b i n i n gad i m e n s i o n a lr e d u c t i o na l g o r i t h mo f a d a p t i v e b a n ds e l e c t i o nw i t ha l g o r i t h mb a s e do ns o f mc o d c b o o kd e s i g nt oc o m p r e s s h y p e r s p e c t r a lr e m o t ei m a g e si sd e v e l o p e d b e c a u s et h en e u r a ln e t w o r kh a s f a u l t t o l e r a n tt h es t r o n g e ro n e ，c a l ls o l v ev e c t o ra t y p i c a lm a t c hp r o b l e mo fv e c t o r i nq u a n t i z i n g ，a n di m p r o v e ds o f m a l g o r i t h mr a i s ey a r d so ft r a i n i n gs p e g da n d p e r f o r m a n c eo f b o o k ，强i sa l g o r i t h mh a sb e t t e rc o m p r e s s i o nr e s u l t s 砸搬u t i l i z i n g t r a d i t i o n a ll b ga l g o r i t h mt o d e s i g na n dc o m p a r eo n ey a r do fb o o k s 1 1 l e e x p e r i m e n t a lr e s u l t ss h o wt h a tt h es o f ma l g o r i t h mb a s e do nn e u r a ln e t w o r ka n d i m p r o v i n ga l g o r i t h mh a v eag o o de f f e c to ns p a c ec o m p r e s s i o n ，w h i c hc a l t yo u t e f f e c t i v ec o m p r e s s i o nt oh y p e r s p e c t r a lr e m o t es e n s i n gi m a g e s k e yw o r d s ：h y p e r s p e c t r a lr e m o t es e n s i n gi m a g e ；a d a p t i v eb a n ds e l e c t i o n ； l i f f i n gs c h e m e ；v e c t o rq u a n t i z a t i o n ；i m a g ec o m p r e s s i o n ， 哈尔滨工程大学 学位论文原创性声明 本人郑重声甓：本论文的所有工佟，是在导师的 指导下，由作者本人独立完成的。有关观点、方法、 数据煮文献鳇雩| 用已在文串指出，并与参考文献相对 应。除文中已注明引用的内容外，本论文不包含任何 其毽个人或集钵已经公开发表的作品成果。对本文的 研究做出重要贡献的个人和集体，均已在文中以明确 方式标明。本人完全意识到本声明的法律结果由本人 承担。 作翥( 签字) ：墨墨墨曼建 日期：工帅f 年) 月 8日 哙尔滨i ，程大学颈士学位论文 第1 章绪论 光谱分辨率和空间分辨率的提高是遥感发展的两个重要趋势。由于高光 谱遥感图像所特有的高光谱分辨率的性质，其潜在的可应用性受到人们的广 泛关注。毫光落遥感塑像匏燧缩磅究是惑蹩谱遥感应耀瓣一令重要内容之一， 阂此如何充分j l 用高光谱遥感图像丰富静光谱信息和空间信息，进行有针对 性的压缩研究，是当前遥感领域的一个热点课题。 t | 课题磷究骛景 遥感是- f 与空间、电子、光学、计算机、地理学等多种学科的技术密 切相关的综合科学技术。自= 十世纪六十年代以来，遥感技术获得了迅速的 爱蓑。 成像光谱技术是遥感技术的重要发臌趋势，它是在多光谱扫描型成像遥 感的基础上，于2 0 世纪8 0 年代初发展起来的一种新型遥感技术，其集光谱 与戏橡于一传，县有获得裹空闽分辫率魏光谱分辨搴、怒多波段光谱蘑稼粒 技术能力。即程获取遗物窝间分布信息的同时，对每一个像元形成一条地物 光谱曲线，使研究人员可以利用地物光谱特征快速、定量地分析、识别地物 类型翻确定物旗性质。成像光谱技术使遴感技术的发髅产生了质的飞跃，将 成为2 l 氆纪遥感技术斡主臻数据源 坤l 。 成像光谱仪是在许多个毗邻的窄带光谱同时获得图像的新一代光学遥感 探测系统。它将成像技术和光谱技术融为体，即可获得探测目标的影像信 悫，骚究萁空润缝构；又可褥型它豹光落锭惑，磷究蒸物理特犍。璐秘于藏 像光谱仪测得的信息可对被测对象进行鼹接的定性及定量的分析和识别。 图1 1 为成像光谱仪的原理示意图，成像光谱图像是三维立体图像，包 攒二维空阅信惑和一维光落信息。每个谱段都对应一螺二维墨像，提应地每 个像元也对悠一条光谱瑟线。根据像元的光谱曲线可以确定该像元处街瑾 的特性，图中右侧的几条曲线分别表示了大气、农阳、土地、水丽的特征光 谱曲线，可以糟到不同物质的特短曲线相关很大。根搬目标的光谱曲线可以 哈尔滨工程大学硕士学位论文 对其进行识别和分类，许多物质在单波段的遥感图像中灰度值是一样的，无 法区分，但在成像光谱图像中，可以根据光谱曲线的不同将其区分开来，这 也是成像光谱技术的优势所在1 4 , 5 1 。 树木 图1 1 成像光谱技术原理示意图 成像光谱图像的分类，按照光谱通道数和光谱分辨率的不同，将成像光 谱图像分为多光谱、高光谱、超高光谱三类。具体分类标准见表1 1 。本文主 要研究高光谱图像的压缩问题。 表1 1 成像光谱图像的分类 光谱分辨率光谱 分类应用仪器举例 “x通道数 i f i - i 体物质识别；气象，海t m m s s ，h r v ， 多光谱 0 11 0 2 0 洋，陆地分类，士地利用m e s s r ，o p s 同体化学成分，水中悬浮a v i r l s ，h r i s m o d i s ， 高光谱o 0 11 0 0 2 0 0 物质分析：农林地矿调查m e r i s 气体化学成分分析：人气a t m o s ，t e s ，i m g ， 超高光谱 o 0 0 11 0 0 0 一1 0 0 0 0 重见微鼙气体研究t o m s 哙兔 滨l ：裂丈学骥士学位论文 高光谱遥瓣( h y p e r s p e c t r a lr e m o t es e n s i n g ) 又称为怒谱遥感，烧随着高光 谱成像光谱仪( h y p e r s p e c t r a li m a g es p e c t r o m e t e r ) 的发腱而使获取其图像成为 掰缝。曩翦皮爝技多静两个懑光港或豫仪器青美国n a s a 喷气接避实验室研 制的2 2 4 滚段梳载可冤蠢成像光谱彼( a v i r i s ) 6 1 ，爱个为海军研究实验室 ( n a v a lr e s e a r c hl a b o r a t o r y , s ) 的2 1 0 波段高光谱数字图像收集实验( h y d i c e ) 传感器j 。 骚毫竞港黼像豹穗熹霹潋簧窭，态麓灌鎏豫是一耱三维立落黧豫，秘在 静通二维图像的基础上又雾了一维光谱倍息，其谱段数般在几十副几百个， 网此，高光谱图像的数据爨是巨大的，如我国研制的c h r i s 的设计数据率 这爨了3 4 6 m b p s 。 对高光谱遥感图像数搦进行压缩可鞋：( 1 ) 较侠谶传输各种信源。降低信 邋占用费用。( 2 ) 在现有的通信干线上丌通更多的并行北务。( 3 ) 降低发射机的 功率。( 4 ) 紧缩数据存储容量，降低存储赞用。 所l 冀对离光谱遥感图像逶行器缩编弱，哥颤节省健输对战霞豹信遥容量 及存储时占用的媒体容量，从而提高处理、传输与存储的效率。 因此，对离光谱遥感图像压缩算法的研究具有重要的应用价值。 1 2 图像透缩技术 1 2 1 图像压缩编码分类 蚕像悉缩编鹤f s 窝藏蹙瑟瑟爵轻缝滚狳鬻像鼢冗余髂怠，敬箨低袭示匿像 所需的数据量。冗余量越商，可压缩的程度也越高。针对冗余的类趔不同， 人们提出了各种各样的方法来对图像数攒进行压缩，随之有各种不同的数据 攫缩分类方法。 根据解码尉的数据与原始数据是否斑全致来进行分类，图像聪缩方法 被划分为两类：可逆编码方法( r e v e r s i b l ec o d i n g 或i n f o r m a t i o np r e s e r v i n g c o d i n g ) 积不可邋编码方法( n o n r e v e r s i b l ec o d i n g ) ，又称凭损编码稿搿损编码。 图像的无损压缭算法去除的仪仅是冗余信怠，困j 匕哥戳在解压缩辩耩确建俊 簸原始图像；而有损压缩算法在去除冗余信息的同时也将部分有用信息删除 了，因此只能对原始图像进行近似的重构，而不是精确的复原。由于遥感图 蹬豁滨工程大学臻士掌蕴论文 像的重要性，通常采用无损或近无损的聪缩方式。逐有一类分类方法是分为 固定或自适应方法。前者使用的参数是阉定的；后者使用的参数w 随图像中 鲻部数据自遥藏谡整。 常觅的数据编码技术烹簧有： 脉码调制( p s m ，p u l s ec o d em o d u l a t i o n ) ；量化滋( q u a n t i z a t i o n ) ：预测编 秘( p r e d i c t i v ec o d i n g ) ；变换编码( t r a n s f o r mc o d i n g ) ；矢量量化( v q 。v e c t o r q u a n t i z a t i o n ) ；予繁编r 羁( s b c ，s u b b a n dc o d i n g ) ；分形编码( f r a c t a lc o d i n g ) ；模 型编码( m o d e l b a s e dc o d i n g ) ；小波编码( w a v e l e tc o d i n g ) 。 1 2 。2 图像愿继质量的评价标准 1 。蚕豫酶主观评债方法 图像的主观评价就是以人作为图像的观察者，按照一定规则弗根据自己 的经验对图像的优劣作质量判断。在有燥情况下，也w 以提供一缎标准图像 终为参考，繁懿震察考对辫稼蔟量骰密会逶懿译徐。瘤子瑶像最终戆接受者 通常是人的视激，所以相比客观评价方法，主观评价方法最可靠的。但是由 于使用起来不够方便，对观察者的知识水平等有一定的要求，有时不同的观 察者会褥出截然不同魏评羧缮论等，所以疰大多数媾獗下还是激客臌译徐方 法对图像质量避行评价。 2 图像的客观评价方法 给定一蠛数字化的待评价图像f ( x ，y ) 和参考图像五( 羔，y ) ，它们之间的相 叛毪逶常孺英稳方误差或稳方误差懿嚣释变形表示，铡鲡，当蠢像太夺尧 m n 时，归化的均方误麓为： 【，伍y ) - f 。( x ，力】2 q = 型警釜瓦广一 ( 1 一1 ) 【五也y ) 1 2 为了馊图像戆穗 娃性具囊获凄缩放和平穆不变性，则可采用以下公式： p = 嬲 ( 1 - z ) 公式( 1 2 ) 中，采用的是待评价图像f ( x ，力和参考豳像五( t y ) 的矢量形 4 式。加上划线表示其均值。 在图像压缩和编码的研究中，为了衡量两副图像之间的差异。还通常用 铸噪眈( s q 鞠峰值售噪e ( p s n r ) 来遴孬爨纯表示，荚定义为： s n r = 1 0 l g 吾0 - 3 ) p s n r = 1 0 l g 等 l 固 芨中： c r 2 。杰( - u ，) 2 (15)mn 智岔、。“ 7 d 一击( 蕾厂毫( 1 - 6 ) m 智例一。 吩2 夏嚣善丢( b 韧( 1 - 7 ) 对于2 5 6 2 5 6 的图像，公式( 1 - 4 ) 便可转换成： p s n r ：1 0 1 9 未磐里生( 1 - s ) ( 一毫，) j = 0 j = 0 一般来讲，误差均匀时视觉效果较好，反之视觉效果相对较麓。一般情 况下，对塑像鹣质量测疫郡露鞋雳峰壤穗喋院来评判，但有时在特殊豹持况 下，峰值信嗓眈对图像质蠢的评掰的结暴可能和主蕊上评判的结粟不相符合。 1 3 高光谱遥感图像压缩研究进展 霹蘸，离光谱图像的蕊缓方法穗l 捂蠢损疰缩帮纛籁压缩) 主要霹戳分舞 三大类【。 1 3 1 基于变换技术的压缩方法 典型的方法是k l 交换和d c t 变羧及它们的改送方案。箕牵，k l 变 换对于高光谱图像压缩，理论上是最佳的，其主要原理是通过变换麓新组织 数摆，以使图像能量相对集中于较少的几个系数，丽其他的系数值只具有很 嗡承滨1 ：程丈掌嫒士学莅论寰 小的能量，这样通过抑制能爨小的系数，即可实现数据的压缩。例如，h u f f r n a n 和j o h n s o n 首先在谱带上利用经验正交黼数e o f 来去除谱间的相关性，然后 褥对每令谱繁内豹e o f 残余误差逶过去褪关继续压缩i n j 。k - l 交换戆主要缺 点是，交换静麓函数需要计算与原始数据褶差静协方麓矩阵和特鬣矢量，由 于这些计算在应用中通常慰难以实现的，因此人们镊往利用d c t 变换来代 骛k - l 变换，以实现谱带的去相关，丽利用d c t 变换的主要优点是其基函 羧强定不变，不雳考虑覆戆数据。懿a b o u s l e m a n 磷究彳嚣耪基予d c t 懿毒 光谱图像压缩方案2 j ：其一是先利用三缳d c t 对原始数据进行焱换，然后 利用格状编码爨化对变换系数进行编码；其二是先利用d p c m 对谱带进行去 鞠关，然疰耀二维d c t 方絮实瑗空闻去攘美，嚣d c t 变换懿主燹蛱熹是谱 带去相关的效率比k l 变换低。 图1 2 给出了一种典型的基于变换拽术的高光谱湖像压缩过稷。 裹竞诿强像 l t 数据分割 毒 k l f d c t 褒换 上 系数最化 毒 j p e g 履缩 上 发送 恢复凑蠢谨圈豫 t 数据台成 k l d c t 爱变换 t 系数反量化 j p e g 解压缩 t 按收 图1 2 基于变换的商光谱图像压缩流程 小波变换编码【1 3 - ”1 是近几年来研究比较多的方法，目前针对二维图像已 经蠢基于褰教小波豹重骣据雅j p e g 2 0 0 0 ，瑟且已有小渡交换缓鹦蕊冀产品 阎世。对于三缎离光谱图像，提出y _ - 维小波变换，俄还没有一个公认的标 凇和成熟的方法。 矗 哈尔滨工程大学硕士学位论文 1 3 2 基于矢量量化的压缩方法 矢量量化v q ( v e c t o rq u a n t i z a t i o n ) 的原理是直接对数据块进行量化，而不 需要去相关预处理。基于v q 的压缩方案，理论上是以信息的高阶熵为下限， 在高压缩率和平均最小失真间获得最佳折衷，如r y a n 和a r n o l d 提出了用均 值归一化v q 技术来实现a v i r i s 的无损压缩i l 剐，其压缩性能接近于理论上 的图像最小压缩熵。由于v q 的主要问题是较高的编码复杂性，其诸量随着 矢量维数的增加而呈指数增长，因此，在保持较高压缩性能的前提下，人们 也试图在减小v q 复杂性的算法上进行改进，如c a n t a 和p o g g i 提出了一种 k r o n e c k e r 积形状增益的v q 方法【1 7 】用来减小v q 复杂性，获得了准最佳的压 缩结果。 l _ 3 3 基于预测技术的压缩方法 基于预测技术的压缩方法特别适合于数据连续变化的自然物理过程。这 类方法不同于以上两类方法之处是，它们直接探索像素与像素之间的相差性 和( 或) 谱带与谱带之间的相关性，其基本原理是，任何一个像素可以由其周 围的样值预测，因而其产生的去相关残余误差比较容易压缩。例如，在 a b o u s l e m a n 提出的利用二维d c t 和熵限制预测格状编码量化 e c p t c q ( e n t r o p y c o n s t r a i n e dp r e d i c t i v et r e l l i sc o d e dq u a n t i z a t i o n ) 方法进行 高光谱图像压缩的方案中【1 8 】，就将二维d c t 后用于每个谱带的非重叠方块 变换，而后e c p t c q 用于在谱带内对变换系数进行预测编码，又如r o g e r 和 c a v e n o r 提出的利用自适应d p c m 对谱带去相差，然后对残余误差图像采用 变长度编码( v a r i a b l e l e n g t hc o d i n g ) 的a v i r i s 无损压缩方法9 】也获得较好的 结果。而基于预测技术的主要问题是，相对于其它两类方法，其压缩比相对 较低。 1 3 4 小结 以上是对主要的几类高光谱图像压缩方法进行r 介绍，应当指出的是： 随着高光谱图像压缩研究的深入进行，多种方法相结合使用的趋势越来越明 显，很少有用单纯一种方法完成整个压缩过程的。在研究中，应注意借鉴吸 引各种方法的长处。 哙容滨工程丈鸯 骧士学经论文 1 4 课题来源与研究内容 1 4 1 课题来源 本课题来源于哈尔滨市学科后备带头入基金，离校青年教师教学科研奖 励计划资助。 1 4 。2 课题袋究的目的和意义 目前针对商光谱图像的编码压缩研究还没有一个公认的标准或蹩已经成 熟的压缩方法。在已有的锫种方法中，大多数是各种针对二维图像的压缩方 法熬组合，专f 1 对毫光谱豹压缩方法缀少。 高光谱遥感( h y p e r s p e c t r a lr e m o t es e n s i n g ) 与多光谱蘑像穗院盼突出特熹 鼹谱分辨力的提高，这对于利用遥感图像进行目标分炭、识别与跟踪等都具 霄重要的研究价值和应用意义。然而高光谱图像的这种优越性是以其较大的 数据量及较蔫戆数据维荛代狯戆，箕基大豹数据量彝较蹇豹数黎缀绘嵩光谱 图像的传输和存储都带来较大的困难，因此对其进行肖效压缩就擞有了更为 广泛的意义。 1 4 。3 论文缭掏及磷究凑饔 论文全文熬五章，首先从分析高光谱遥感图像的特性着手，通过与普通 获度图像、普通r g b 图像芹艇同目标多光谱遥感图像进行大量对比研究，得 爨了离光谱遥戆鋈豫夔特熹强磋完重熹。在蘧基磷主，裰据裹走谶蘧感圈豫 谱分辨力强的特点，进行了自适应波段选择处理，对离光谱遥感图像进行降 缑，以实现谱间压缩。然厝采用小波分解技术和矢量麓化技术两种方法对高 党灌遥感蚕像避葶亍空闼压缫，以实现整令疆臻过程。簸后对全文遴行蒽臻。 l 。首先介绍了本课题的研究背景，成像光谱仪的发展状况，离光谱遥感 的目前应用。介绍了目前高光谱遥感图像压缩的研究状况及主要发展方向， 以及本课题的研究丑豹和意义。 2 逶遥与邋过与普透获度图像、簧逶r g b 图像及多先谱遥感强像透露 性能对比研究，总结了高光谱遥感图像的性能特点以及研究时应注意的主要 问题。 豫象滨王疆大学矮士学位论文 3 由于黼光谱遥感图像的主要特点就是谱分辨力的增强，因此首先采用 蠢适应波段选择算法对其进行降维处联，实现谱间聪缩，使原始阁像的数据 慧褥到勰步减少，在去豫一些粪重要数瓣维之后也鸯籍抉了最续处联豹速疫。 4 。针对辩光谱的空闻特点，结合，j 、波的多尺度分析特往，暴掰小波交换 方法对高光谱遥感图像的进行空间处理。尤其重点采用了第二代小波变换技 术提拜格茂对图像进行处理，并将代小波和二代小波进行了对比仿真， 方法能鞍努懿绦鏊霖始圈稼售惠。 5 在小波变换的基础上，采用矢量擞化方法对商光谱遥感图像继续进行 处理，用改进的s o f m 算法进行矢量量化的码书设计，由于神经湖络具有较 强瓣窑错性，攀壤决矢量豢纯孛 典型矢量数匹嚣阉骥，恧改避鹣s o f m 冀 法提高了码书的训练速度相性能。 9 晗衣滨王程丈学羰士学位论文 2 i 引言 第2 章高光谱遥感图像特性分析 蕙毙谱遥感錾豢豹毫毙灌分辨率是葵青鬟予一般豹多毙谱嚣像豹蕞显著 的特点，然而由此带来的离数据维和大数据量又使其在处理上具裔特殊性， 使得以往成功威用于多光谱遥感图像的一些方法很多情况下不再蠛用。因此 爨须对毫光谱遥感霉像进行全葱豹分耩，以便充分了勰藏光谱遥感强像豹特 髓，t 找到对离光谱遥感图像其有针对健瓣处理方法。 2 2 高光谱遥感图像介绍 高竞谱鹜像遴常琶话上谱个连续分布瓣波段，整个数舞可以纛传一个餮 像立方体，如图2 1 。其中肖两维代表了窝间位置，另一维是光谱波长。高光 谱数据两个棚邻波段之间一般相隔仅有l o n m ( 以a v i r i s 为例) ，栩邻波段的 黧像空凌、遴阗鞠关毽罄蘩露骞。 踅2 。l 褰先谱曩豫立方俸表示 本文采用商光谱a v i r i s 原始图像滋行了实验。该图像取自1 9 9 2 年6 月 撼掇的美崮印第安荆确曲j l 部印第安运赫试骚区的部分。它包含了农作物 稳森林植被的混合区。图像数据的特点照袁2 。l 。 撙 埝客滨t 程大学袋士学谴谂文 表2 1 寓验原始a v i r i s 图像的数据特点 空间分辨率2 0 m x 2 0 掰 图像大小1 4 5 1 4 5 像素 像素深魔 1 6b t s 谱带数日2 2 0 个 波长范潮4 0 乳2 5 0 0 h m 竞谱分辨率缝等于l o n m 如图2 2 巾绘出了该蔫悲谱遥感图像些波段的黎慧图。 ( a ) 第2 0 波段罄豫( 婶第6 0 波段图像和第1 0 0 波段圈像 搿第1 2 0 波羧鎏豫( e ) 第1 8 0 波羧图像( 蛰第2 0 0 波毅踅豫 图2 2 高光谱遥感图像 2 3 谱阖相关性分析 谱间相关性是指各波段图像在同一空问位置的像索有相似性。产生这种 拥似性的原因商以下两点：、光谱图像的每个波段鞠像的像素值，是相同 晗零滨工程太掌颈学位论文 宣黼黼董i 薯宣墨黼黼嗣审i 薯蕾i i i i 删i 酱 隧域地物对各个波段光的反射强度值，捆邻波地物反射率是相近的，由此产 缴了一定的相关性。二、幽于不同波段的图像所涉及的地面目标相同，它们 爨霄摆同豹空阏据矜结构。 谱阕稳关後包括两方藤，一方蘑是统计相关性，凳方瑟是结构稳关性。 统计相关性：即各个波段图像的灰魔分布是相关的，其相关憔的大小很 大程度上是由光谱分辨率决定的，光谱分辨率越高，绞计相关性也越高。 结祷禳关键：由于苓翮波段豹残豫怒溺一建兹，黎有稳霹豹貔壤绾旃， 鼹然同一空间位置不同波段的像素值相麓很大，但与篡相邻像素的关系却是 徽相似的，即不同波段的图像有相似的轮廓结构，称送种相似性为结构相关 梭。 秀了分轿辩光谱图豫鹣港闻裙关镶，营先孳| 入要籀关丞数的穰念。 互相关函数h q ，k ) 定义为： h ( z ，幻2jj f ( x + l ，岁+ 妁一u r j l g ( x ，办一魄j 妫( 2 - 1 ) 其中，f ( x ，y ) 为图像的荻度值函数，g ( x ，y ) 为标准图像，群，为f ( x ，y ) 的 灰度均值，“。为g ( x ，y ) 的狄度均值，称h ( z ，k ) 为f ( x ，y ) 和g ( x ，y ) 的慝相关函 数。 瓣公式( 2 1 ) 籍一证移离教纯处理，褥： 南( z 成) = ( 2 2 ) 其中： 觋。面杀萎荟苁五朔( 2 - 3 ) 2 志萎善g ( 乓y ) ( 2 - 4 ) 葵孛，f ( x ，力、g ( x ，y 努聚代表穗罄嚣令兜谱整豫中瓣室瀛坐标淹x ，y ) 像 素的灰度值，、k 分别代表像素的行、列位置变化值。 当，= k = 0 时，h ( o ，0 ) 称作两个图像的互相关系数，汜作，即： 多= h ( o ，o )( 2 5 ) 1 2 埝拳滨王程大学疆士学谴圣幺交 设波段i 的图像为z ( 戢力，波段i + i 的图像为z + i ( x ，”，定义波段i 的谱 间相关系数为： 酗h 【z ，y ) 一辑】【蠡与朔一蟛。】 葵孛： 凫= m ：击爱釜胁 m2 百鬲刍备，( 墨 瓠，：i b 羔窆厶是，奶 瓠t 。j 瓦丽刍毒厶，释，粥 ( 2 7 ) 往一鹜 由上面公式可知第i 波段的谱间相篾系数定义为第i 波段图像与第i + 1 波段图像的互楣关系数。 表2 2 绘滋了高光谱圈像各波段豹港潮相关系数。 表2 2 高光谱图像各波段的谱间相芙系数 波段谱相关系数波段谱摺关系数 l o0 。9 9 5 9 2l l o 0 9 8 2 4 0 2 00 9 9 9 3 51 2 00 9 9 9 6 3 3 00 ，9 9 6 8 l1 3 00 ，9 9 9 5 9 4 00 9 9 6 4 31 4 00 9 9 9 2 9 5 00 9 9 8 4 31 5 0 0 9 8 4 7 3 6 00 。9 9 3 8 21 6 0 0 。9 8 8 5 8 7 0 0 9 9 8 8 81 7 0o 9 8 1 7 7 8 00 9 5 6 5 21 8 00 9 9 9 0 4 9 00 9 9 3 2 81 9 00 。9 9 8 2 3 l 0 ，9 8 1 8 32 0 00 9 9 6 7 7 由表2 2 中数据可见，所有波段都在o 9 8 以上，最高的达到了o 9 9 9 6 3 表明高光谱图像的谱矧相关慢十分强烈。 浚客滨 程大学鹾士学位论文 下面我们来分别分析黼光谱图像的统计相关性和结构相关性。 首先分析高光谱图像的统计相关性，选取几组棚邻的波段图像，做出各 波段壹方塑来测试萁灰度努蠢瓣馈猿。溯试结果见强2 3 、2 。4 、2 5 、2 6 。 ( a ) 波段l o 波段1 1 ( c ) 波段1 2 图2 3 波段l o 1 2 狄度崖方图 ( a ) 波段2 0 ( b ) 波段2 l ( c ) 滚羧2 2 图2 4 波段2 0 2 2 灰度鸯方图 蜍敲滨工程大学嫒士学位论文 j 1 1 1 1 1 皇皇叠啊墨i i 黼蕾宣皇叠j i 鼍黼鞠i 薯_ 卜ii|【 ( a ) 波段1 2 0 ( b ) 波段1 2 1 ( a ) 波段1 8 0 ( b ) 波段t 8 1 l ，a o 0 ，则对应离散小波函数为： ， ( x ) = a o “2 y ( 啄7 z 一 ) ( 4 - 7 ) 离散小波变换为： c 卅( 厂) = ( 坩( x ) ，f ) = 啄肌j , e ( a o x - k b o ) f ( j ) d r ( 4 - 8 ) 如果信号f ( x ) 也是离散的，记为f ( n ) ，则有： 哈尔滨工程大学硕士学位论文 q 。( ，) = 哆。( 甩) ，( 甩) ( 4 9 ) 离散小波变换也是一种时频分析，它从集中在某个区间的基本函数开始， 以规定步长向左或向右移动基本波形，并用标度因子a ，来加以扩张或压缩 以构造其函数系。 4 2 3 多分辨率分析 从工程应用角度，小波变换为信号分析提供了一种新工具，其中有重要 应用意义的是离散小波与正交镜象滤波器的巧妙结合。而这些楔源于信号的 多分辨率分析，它是小波变换的核心。所谓信号分辨率分析，是指满足下列 性质的一系列连续逼近的闭合子空间矿，对于，z ， ( 1 ) 一致单调性： c 一一i( 4 1 0 ) ( 2 ) 伸缩规则性： ，( f ) f ( 2 t ) 一一l( 4 - 1 1 ) ( 3 ) 渐进完全性： u 一= r ( r ) 且n v = o ( 4 1 2 ) e z) e z ( 平移不变性： f ( t ) f ( t n ) e ( 4 - 1 3 ) ( 5 ) 正交基存在性：存在p ( f ) v o ，使 妒( f 一胛) 。是k 的标准正交基，即 = s p a n o ( t - n ) j 且 s r 妒( t 一竹) 伊( f r e ) a t = 瓦。 ( 4 1 4 ) 正交基存在性条件可放宽为r i e s z 基存在性，因为由r i e s z 基可以构造出 一组正交基来。 称任何满足公式( 4 l o ) ( 4 1 4 ) 1 勺矢量空间一为上2 ( r ) 的多分辨率序列空 间。一与其正交补空间矽的关系为 一= o w i ( 4 - 1 5 ) 由上述定义，通过迭代可以得到 _ = + ，o + ：o + ，o ( 4 - 1 6 ) 4 i 哈尔滨工程大学硕士学位论文 同时可以根据该序列空间得出关于尺度函数和小波函数的重要性质： 对于任意_ ，z ，函数基 纺。( f ) = 2 叫2 e ( 2 一，一疗) 。：构成尺度空间l 的 标准正交基，函数妒( ，) 称为尺度函数，且满足 伊( f ) = ( ) 让( f ) = 互i | i o ) 妒( 2 ，一m ( 4 1 7 ) 其中 而( 门) = ( 妒( ，) ，瓦而) = 压e 妒( ，) 烈2 ，- n ) a t ( 4 - 1 8 ) 在巧的正交补空间杉中，函数基 竹( f ) = 2 叫2 ( 2 一卜珂) 。：构成的 标准正交基，函数q ( t ) 称为小波函数，并满足 ( f ) = g ( h ) 让( f ) = 压g ( 阼) 妒( 2 f h ) ( 4 - 1 9 ) 其中 g ( 刀) = ( ( ，) ，五而) = x 2e q ( t ) q ，( 2 t ) a t ( 4 - 2 0 ) 相应地称彬为尺度，的小波空间。 式( 4 1 7 ) 和式( 4 1 9 ) 称为双尺度方程，它们在小波函数的构造中起着至关 重要的作用。这里， ( 胛) 和g ( ”) 常称为正交镜像滤波器。小波函数在时域和 频域都具有较好的局部特性，主要是依赖于尺度函数和相应滤波器的选择。 4 3 第二代