本发明专利技术涉及干涉成像数据的压缩方法,为解决现有星上压缩方法存在压缩倍数较低、星地链路带宽压力较大的问题,提出了基于JPEG2000的大孔径静态干涉数据的无损压缩方法,包括以下步骤:S1、对大孔径静态干涉数据按推扫方向与光程差方向提取出LAMIS图像,LAMIS图像内包含N条干涉曲线;S2、建立干涉曲线表;S3、利用干涉曲线表对LAMIS图像内的干涉曲线进行稀疏表示;S4、将步骤S3中包含作差干涉曲线的LAMIS图像按照推扫方向与幅宽方向提取出相邻不同光程差图像;S5、利用预测法对不同光程差图像去除相关性,获得降低了量化幅值的预测残差图像;S6、将预测残差图像使用JPEG2000进行压缩,得到JPEG2000的无损压缩图像。
【技术实现步骤摘要】
本专利技术涉及干涉成像数据的压缩方法,具体涉及基于jpeg2000的大孔径静态干涉数据的无损压缩方法。
技术介绍
1、大孔径静态干涉成像光谱仪是利用时空联合调制获取干涉数据的一种成像方式,由傅里叶变换光谱学原理,干涉数据经过光谱重构后,可以生成光谱影像数据立方体,为了保证干涉信号的完整性以及重构之后的光谱准确度,仪器在采样中往往存在着一定的数据冗余,这些冗余数据在传输和存储过程中往往不是必要的。随着遥感高光谱数据空间分辨率和光谱分辨率的提升,以及干涉成像中存在的部分数据冗余,给目前的星地链路传输带宽带来了较大压力。
2、目前,星上采集的数据通常未经处理便直接进行压缩,这种数据处理方法没有考虑到干涉数据之间存在的相关性和冗余性,导致压缩倍数较低,星地链路带宽压力较大等问题,因此需要需求一种可以减轻星地链路带宽压力,提高数据压缩率的数据压缩方法以解决上述技术困难。
技术实现思路
1、本专利技术为解决现有星上压缩方法存在压缩倍数较低、星地链路带宽压力较大的问题,提出了基于jpeg2000的大孔径静态干涉数据的无损压缩方法。
2、本专利技术的设计思路为:基于jpeg2000的大孔径静态干涉成像干涉数据的无损压缩方法,其主要针对干涉曲线之间存在量化比特过高问题,利用干涉曲线之间存在较强的相似性,对其进行稀疏表示;然后,针对不同光程差之间存在极高的相关度,使用预测法去除其相关性;最后,将处理过后的数据使用jpeg2000算法进行无损压缩,最终得到压缩过后的结果。
3、为实现上述目的,本专利技术提出的技术解决方案为:
4、基于jpeg2000的大孔径静态干涉数据的无损压缩方法,其特殊之处在于,包括以下步骤:
5、s1、对大孔径静态干涉数据按推扫方向与光程差方向提取出lamis图像,lamis图像内包含n条干涉曲线,其中n>1;
6、s2、建立干涉曲线表,用于存储符合要求的对比干涉曲线;
7、s3、利用干涉曲线表对lamis图像内的干涉曲线进行稀疏表示;
8、将步骤s1中的n条干涉曲线依次与干涉曲线表中的对比干涉曲线进行比对,将未超出阈值的干涉曲线与对比干涉曲线作差,同时将超出阈值的干涉曲线实时存储到干涉曲线表中,n条干涉曲线依次比对完成后,获得最终的目标干涉曲线表和包含作差干涉曲线的lamis图像;
9、重复此过程直到最后一条干涉曲线,记录下每条干涉曲线与干涉曲线表中对应的对比干涉曲线序号,可得到干涉曲线经过稀疏表示之后的图像,由此,便可根据最终的目标干涉曲线表和包含作差干涉曲线的lamis图像无损恢复原始干涉曲线。
10、s4、将步骤s3中包含作差干涉曲线的lamis图像按照推扫方向与幅宽方向提取出相邻不同光程差图像;
11、s5、利用预测法对相邻不同光程差图像去除相关性,获得降低了量化幅值的预测残差图像;
12、s6、将预测残差图像使用jpeg2000进行压缩,得到jpeg2000的无损压缩图像。
13、进一步地,步骤s2具体为:将步骤s1 lamis图像内的第一条干涉曲线加入干涉曲线表中,作为干涉曲线表中第一条对比干涉曲线。
14、进一步地,所述步骤s3具体为:
15、s3.1、设定干涉曲线的判断阈值为vstandard;
16、将lamis图像内的n条干涉曲线依次与干涉曲线表中存储的对比干涉曲线进行比对,判断所比对的干涉曲线与干涉曲线表中存储的对比干涉曲线相应点之间的差值是否超出判断阈值vstandard;
17、若所比对的干涉曲线与干涉曲线表中存储的对比干涉曲线任意一条相应点之间的差值未超出判断阈值vstandard,则记录该干涉曲线与对比干涉曲线相应点之间作差后的作差干涉曲线,以及该对比干涉曲线的对应序号;
18、若所比对的干涉曲线与干涉曲线表中存储的所有对比干涉曲线相应点之间的差值均超出判断阈值vstandard,则将该干涉曲线存储到干涉曲线表中形成一条新的对比干涉曲线,并标注序号;
19、s3.3、重复步骤s3.2,直至lamis图像内的n条干涉曲线依次比对完成,获得最终的目标干涉曲线表和包含作差干涉曲线的lamis图像。
20、进一步地,步骤s3.1中的判断阈值vstandard满足下式:
21、[loriginal-ltable]max≤vstandard
22、[loriginal-ltable]min≥-vstandard-1
23、其中:loriginal为所比对的干涉曲线,ltable为对比干涉曲线。
24、进一步地,所述lamis图像内包含2048条干涉曲线;
25、所述判断阈值vstandard为127的像素灰度值。
26、进一步地,所述步骤s5具体为:
27、s5.1、从步骤s4中相邻不同光程差图像中选取相邻的m张光程差图像为一组,选取该组中的任意一张作为基准图像pstandard,m≥3,其余图像为预测图像p;
28、s5.2、使用基准图像pstandard对该组中的预测图像p进行预测,获得预测残差perror;
29、perror=p-pstandard
30、s5.3、通过预测残差perror去除不同光程差图像之间的相关性,获得降低了量化幅值的预测残差图像。
31、进一步地,步骤s5.1中所述基准图像pstandard为该组中的中间图像。
32、进一步地,步骤s5.1中,选取相邻的十张或二十张光程差图像为一组。
33、本专利技术的有益效果:
34、【1】本专利技术基于jpeg2000的大孔径静态干涉成像数据的压缩方法,利用干涉曲线之间存在较强的相似性,通过将lamis图像内的干涉曲线与干涉曲线表内的对比干涉曲线进行比对,针对不同光程差之间存在极高的相关度,使用预测法去除其相关性,可以有效降低干涉曲线在量化编码时的量化比特位。
35、【2】本专利技术的压缩方法利用了光程差图像之间的相关性,使用预测法对不同光程差图像进行预测,为避免光程差之间相距过大,使用相邻十张或二十张光程差图像作为一组,可以有效降低图像之间存在的相关性。
36、【3】本专利技术的大孔径静态干涉数据的压缩方法,能够对冗余数据进行有效的去除,相比与未经处理的数据,大大提高了图像的无损压缩比。
37、【4】本专利技术通过对lamis图像内的干涉曲线不断的比对和作差,进而获得一张作差之后的残差的lamis图像,该lamis图像的残差量化幅值已经被大幅度降低,有利于提升lamis图像无损压缩精度。
本文档来自技高网...
【技术保护点】
1.基于JPEG2000的大孔径静态干涉数据的无损压缩方法,其特征在于,包括以下步骤:
2.根据权利要求1所述基于JPEG2000的大孔径静态干涉数据的无损压缩方法,其特征在于,步骤S2具体为:将步骤S1中LAMIS图像内的第一条干涉曲线加入干涉曲线表中,作为干涉曲线表中第一条对比干涉曲线。
3.根据权利要求2所述基于JPEG2000的大孔径静态干涉数据的无损压缩方法,其特征在于:所述步骤S3具体为:
4.根据权利要求3所述基于JPEG2000的大孔径静态干涉数据的无损压缩方法,其特征在于:步骤S3.1中的判断阈值Vstandard满足下式:
5.根据权利要求4所述基于JPEG2000的大孔径静态干涉数据的无损压缩方法,其特征在于:所述LAMIS图像内包含2048条干涉曲线;
6.根据权利要求1-5任一所述基于JPEG2000的大孔径静态干涉数据的无损压缩方法,其特征在于,所述步骤S5具体为:
7.根据权利要求6所述基于JPEG2000的大孔径静态干涉数据的无损压缩方法,其特征在于:步骤S5.1中所述基准图像Pstandard为该组中的中间图像。
8.根据权利要求7所述基于JPEG2000的大孔径静态干涉数据的无损压缩方法,其特征在于:步骤S5.1中,选取相邻的十张或二十张光程差图像为一组。
...
【技术特征摘要】
1.基于jpeg2000的大孔径静态干涉数据的无损压缩方法,其特征在于,包括以下步骤:
2.根据权利要求1所述基于jpeg2000的大孔径静态干涉数据的无损压缩方法,其特征在于,步骤s2具体为:将步骤s1中lamis图像内的第一条干涉曲线加入干涉曲线表中,作为干涉曲线表中第一条对比干涉曲线。
3.根据权利要求2所述基于jpeg2000的大孔径静态干涉数据的无损压缩方法,其特征在于:所述步骤s3具体为:
4.根据权利要求3所述基于jpeg2000的大孔径静态干涉数据的无损压缩方法,其特征在于:步骤s3.1中的判断阈值vstandard满足下式:
【专利技术属性】
技术研发人员:冯向朋,汪巍,张耿,刘学斌,李思远,孙剑,陈小来,王一豪,陈铁桥,刘佳,
申请(专利权)人:中国科学院西安光学精密机械研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。