【技术实现步骤摘要】
本专利技术涉及遥感影像优化，尤其涉及一种基于bayer编码的多光谱遥感影像压缩方法、存储介质及设备。
技术介绍
1、随着成像传感器技术和遥感技术的不断发展，遥感影像的空间分辨率、光谱分辨率、辐射分辨率、时间分辨率和波段数量等特性也在不断提高。更高的空间分辨率，使得图像上的地物细节更加清晰；更高的光谱分辨率则支持更加精细的光谱分析；更高的辐射分辨率提供了更高的量化等级和动态范围；更高的时间分辨率则让监测周期大大缩短；更多的波段数量则提供了从不同电磁特性分析和区分地物的可能。虽然这些提升满足了部分环境监测、国土资源调查、遥感地物反演的需求，但与此同时对应的文件大小也越来越大。在不进行压缩的情况下，空间分辨率的提高伴随着平方级别的增长，波段数量的提高则是线性增长。然而，多光谱遥感影像的各普段数据本质是对同一空间目标的不同波长的数据信号记录，这些信号间具有极大的相关性。根据信号熵理论可知，信号间的相关性其实就是信息冗余，一定可以通过某种方法进行压缩。
2、图像压缩是一个经典问题，人们已经研究出几百种图像压缩算法，其中最经典包括lzw行程长度编码、lz77熵编码法、调色板索引、色度抽样、dct离散余弦变换(jpeg、jpeg2000)、wt小波变换、fc分形压缩等算法，在数据编码方面的压缩算法就更多，例如游程编码、哈夫曼编码等等。这些压缩和编码算法对普通影像(例如自然景物图片)已经达到相当成熟的地步，几乎没有改进空间，然而，针对专业的多光谱遥感影像，这些成熟算法的表现却不一定最优。遥感影像具有非常显著的特色，主要表现为波段很多
3、因此，迫切需要一种基于bayer编码的多光谱遥感影像压缩方法、存储介质及设备，解决上述技术问题。
技术实现思路
1、本专利技术的主要目的是提供一种基于bayer编码的多光谱遥感影像压缩方法、存储介质及设备，旨在解决现有的方法压缩倍数不足、信息损失的问题。
2、为实现上述目的，本专利技术提出的基于bayer编码的多光谱遥感影像压缩方法，包括：
3、s1：原始多光谱遥感影像中n个波段中第i行j列的像素的数值集合记为gn，gn＝[g1，g2，g3，...，gn]，其中：gn为第n个波段中某一像素的数值，n、i、j取大于等于1的自然数；
4、s2：采用滤波器对原始多光谱遥感影像的各波段进行边缘特征增强，得到增强多光谱遥感影像；
5、s3：对增强多光谱遥感影像的各波段分别进行bayer编码，具体是：
6、s3.1：将呈2行2列排布的四个像素组成一个单元，并将增强多光谱遥感影像拆分为多个单元；
7、s3.2：对增强多光谱遥感影像的各波段分别进行1/4采样，具体是：每一单元中的1行1列像素的数值集合为：[g1，g5，g9，...，g(n-3)]，1行2列像素的数值集合为：[g2，g6，g10，...，gn-2)]，2行1列像素的数值集合为：[g3，g7，g11，...，g(n-1)]，2行2列像素的数值集合为：[g4，g8，g12，...，gn]；
8、s4：将采样后的多光谱遥感影像按波段单独存放，得到多光谱遥感影像压缩后的波段数据。
9、可选地，所述s2包括：
10、s2.1：采用滤波器对原始多光谱遥感影像每个波段进行滤波；
11、s2.2：采用上下检测算子d1和左右检测算子d2对滤波后的多光谱遥感影像每一波段的各像素分别进行卷积处理，分别得到卷积处理结果v1和v2；
12、s2.3：若v1＞q或v2＞q，则给该像素的数值添加增强值z；否则不进行增强，其中：q、z为设定值。
13、可选地，所述s2.1中
14、滤波器的表达式为：
15、
16、计算公式为：
17、p(i，j)＝g(i-1，j-1)*h(1，1)+g(i-1，j)*h(1，2)+g(i-1，j+1)*h(1，3)+g(i，j-1)*h(2，1)+g(i，j)*h(2，2)+g(i，j+1)*h(2，3)+g(i+1，j-1)*h(3，1)+g(i+1，j)*h(3，2)+g(i+1，j+1)*h(3，3)；
18、其中：p(i，j)为某一波段中第i行j列的像素的滤波结果，g(i，j)为某一波段中第i行j列像素的数值，h(a，b)为滤波器h中第a行第b列的元素。
19、可选地，所述s2.2中
20、上下检测算子d1的表达式为：
21、
22、卷积处理结果v1的计算公式为：
23、v1(i，j)＝p(i-1，j-1)*d1(1，1)+p(i-1，j)*d1(1，2)+p(i-1，j+1)*d1(1，3)+p(i，j-1)*d1(2，1)+p(i，j)*d1(2，2)+p(i，j+1)*d1(2，3)+p(i+1，j-1)*d1(3，1)+p(i+1，j)*d1(3，2)+p(i+1，j+1)*d1(3，3)；
24、其中：v1(i，j)是某一波段第i行j列的像素采用上下检测算子d1卷积处理结果，d1(c，d)为上下检测算子d1中第c行第d列的元素；
25、左右检测算子d2的表达式为：
26、
27、卷积处理结果v2的计算公式为：
28、v2(i，j)＝p(i-1，j-1)*d2(1，1)+p(i-1，j)*d2(1，2)+p(i-1，j+1)*d2(1，3)+p(i，j-1)*d2(2，1)+p(i，j)*d2(2，2)+p(i，j+1)*d2(2，3)+p(i+1，j-1)*d2(3，1)+p(i+1，j)*d2(3，2)+p(i+1，j+1)*d2(3，3)；
29、其中：v2(i，j)是某一波段第i行j列的像素采用左右检测算子d2卷积处理结果，d2(e，f)为左右检测算子d2中第e行第f列的元素。
30、可选地，所述基于bayer编码的多光谱遥感影像压缩方法还包括：
31、s5：对采样后的多光谱遥感影像进行解压，具体是：
32、s5.1：读取多光谱遥感影像压缩后的波段数据；
33、s5.2：分别将各波段的压缩波段数据按隔行隔列扩展回原始分辨率；
34、s5.3：恢复s5.2中扩展后波段数据的缺失像素数值；
35、s5.4：将扩展后全部波段数据中的缺失像素数值恢复完成后，得到解压后的波段数据构成的多光谱遥感影像。
36、可选地，所述s5.3包括：
37、s5.3.1：对缺失行像素的数值进行恢复，计算公式为本文档来自技高网...
【技术保护点】
1.一种基于Bayer编码的多光谱遥感影像压缩方法，其特征在于，所述基于Bayer编码的多光谱遥感影像压缩方法包括：
2.如权利要求1所述的基于Bayer编码的多光谱遥感影像压缩方法，其特征在于，所述S2包括：
3.如权利要求2所述的基于Bayer编码的多光谱遥感影像压缩方法，其特征在于，所述S2.1中
4.如权利要求3所述的基于Bayer编码的多光谱遥感影像压缩方法，其特征在于，所述S2.2中
5.如权利要求4所述的基于Bayer编码的多光谱遥感影像压缩方法，其特征在于，所述基于Bayer编码的多光谱遥感影像压缩方法还包括：
6.如权利要求5所述的基于Bayer编码的多光谱遥感影像压缩方法，其特征在于，所述S5.3包括：
7.如权利要求2至6任一项所述的基于Bayer编码的多光谱遥感影像压缩方法，其特征在于，所述S2.3中的Q取32，Z取2。
8.一种存储介质，其特征在于，其上存储有计算机程序指令，当所述计算机程序指令被处理器执行时实现如权利要求1至7中任一项所述的基于Bayer编码的多光谱遥感
9.一种设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行如权利要求1至7中任一项所述的基于Bayer编码的多光谱遥感影像压缩方法。
...【技术特征摘要】
1.一种基于bayer编码的多光谱遥感影像压缩方法，其特征在于，所述基于bayer编码的多光谱遥感影像压缩方法包括：
2.如权利要求1所述的基于bayer编码的多光谱遥感影像压缩方法，其特征在于，所述s2包括：
3.如权利要求2所述的基于bayer编码的多光谱遥感影像压缩方法，其特征在于，所述s2.1中
4.如权利要求3所述的基于bayer编码的多光谱遥感影像压缩方法，其特征在于，所述s2.2中
5.如权利要求4所述的基于bayer编码的多光谱遥感影像压缩方法，其特征在于，所述基于bayer编码的多光谱遥感影像压缩方法还包括：
6.如权利要求5所述的基...
【专利技术属性】
技术研发人员：周翔，郑晶，温玉维，曾德培，王磊，何涛涛，陈威，
申请(专利权)人：中国能源建设集团湖南省电力设计院有限公司，
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。