基于ＫＬ变换的光谱压缩方法技术

本发明专利技术公开了一种基于ＫＬ变换的光谱压缩方法，包括以下步骤：将原始光谱图像进行切割分块；使用ＫＬ变换对分块后的光谱图像进行特征提取，并根据需要提取本征值个数，获得压缩光谱图像。本发明专利技术的基于ＫＬ变换的光谱压缩方法，克服了现有技术种因为运算量大而不利于实时实现等问题，实现海量光谱数据的高效率和高保真度的压缩。

【技术实现步骤摘要】

本专利技术涉及遥感图像处理
，更具体地涉及一种基于KL变换的光谱压缩 方法。
技术介绍
遥感是本世纪六十年代发展起来的新兴综合技术，与空间、电子光学、计算机、地理学等科学技术紧密相关，是研究地球资源环境的最有力的技术手段之一。一切物体均具 有反射或辐射不同波长电磁波的特性，通过识别电磁波而达到识别物体及其存在环境的技 术，称为遥感。随着遥感技术的发展，光谱成像技术得到了越来越广泛的应用。光谱成像技 术将光学、光谱学、精密机械、电子技术以及计算机技术融于一体，能获得被测目标的空间 维和光谱维的丰富信息，因而在经济建设和军事上均有极高的应用价值，引发了卫星遥感
的革命性的飞跃。它利用成像光谱仪在连续光谱段上对同一目标同时成像，从而 直接反映出被观测对象的光谱特征。随着光谱层析技术的发展，光谱仪成像技术向着高分辨和多普段方向发展，随之 产生了大量的光谱数据。如200谱段，图像尺寸为512X512像素，24比特的光谱彩色数据 最为3600M。这样一幅图像如果不压缩，用360M带宽的信道进行传输，也需要十秒。另外， 考虑到实际信道传输的情况，高光谱图像经过压缩编码后形成的码流通过卫星信道下传 时，由于信道的不稳定，有可能出现误比特的情况，而错误的比特信息就会对回复图像的重 建产生错误传播，降低了恢复图像的质量。显然，如果没有有效的压缩方法，将会限制高光 谱数据的普及应用。因此成像光谱仪的大量高光谱图像数据存储及传输的压力使得成像光 谱仪的研制部门越发重视这方面的研究工作，研究高效的压缩方法对于高光谱图像的应用 有着特别重要的意义。现有的光谱压缩技术均采用了相关处理技术，多数据系统都采用了预测编码和无 损压缩技术。但这些技术没有采用统计变换和数据稀疏表示，限制了系统的压缩性能。随 着现有光谱压缩方法的进一步发展，一种新的具有重要发展前景的光谱压缩方法——将高 光谱数据进行卡湖南-列夫变换(Karhimen-Loeve变换，简称KL变换)取得了引人注目的 进展并取得了不少研究成果。KL变换是最小均方误差意义下的正交变换。把KL变换应用于高光谱图像压缩，理 论上是最佳的方案。该方案的主要原理是通过KL变换重新组织数据，使图像能量相对集中 于前几个系数，其他的系数只具有很小的能量，并通过抑制能量较小的系数，实现数据的压 缩。对高光谱图像进行KL变换，提取主分量图像是图像处理中行之有效的特征提取和信息 压缩方法。但是，由于这种变换关系到图像的二级统计量，因此提取主分量图像涉及极大的 计算量和存储量，每次变换的基函数均需要计算与原始数据相关的协方差矩阵、本征值和 本征矢量，运算量大，时间消耗大。也就是说，传统的KL变换可以有效地对光谱数据进行压 缩，但因为其统计运算量太大，很难实时应用。因此，有必要提供一种改进的基于KL变换的光谱压缩方法来克服上述缺陷。
技术实现思路
本专利技术的目的在于克服上述现有技术的不足之处而提供一种基于KL变换的光谱 压缩方法，实现海量光谱数据的高效率和高保真度的压缩。为实现跟专利技术的上述目的，本专利技术采用如下技术方案一种基于KL变换的光谱压缩方法，包括以下步骤将原始光谱图像进行切割分块；使用KL变换对分块后的光谱图像 进行特征提取，并根据需要提取本征值个数，获得压缩光谱图像。较佳地，所述使用KL变换对分块后的光谱图像进行特征提取步骤具体包括对分 块后的光谱图像的各谱段块数据相关性进行测量，并根据测量结果对所述数据进行自适应 重组；使用KL变换对重组后的数据进行特征提取，并根据需要提取本征值个数，获得压缩 光谱图像。较佳地，使用KL变换对分块后的光谱图像所进行的特征提取的本征值个数为2。较佳地，在所述使用KL变换的步骤后进一步包括对KL变换后的数据进行整数小 波变换和无损预测的熵编码。较佳地，所述根据测量结果对所述数据进行自适应重组具体包括根据相关性测 试结果设定N个阈值进行初步分组，分为M组；进行相关性测试，如果组内的谱段相关系数 差大于0. 3，重新进行分组为M+1组；再进行相关性测试，直到组内谱段相关系数差不大于 0.2或谱段数32。较佳地，将原始光谱图像分割成8*8子块。较佳地，将原始光谱图像分割成4*4子块。与现有技术相比，本专利技术的基于KL变换的光谱压缩方法，在进行KL变换时进行分 块操作，并根据实际需要而调整本征值或者本征矢量的个数，降低了 KL变换的运算量，从 而克服了现有技术种因为运算量大而不利于实时实现等问题，实现海量光谱数据的高效率 和高保真度的压缩，并解决海量光谱数据存贮和传输急需，特别是从卫星平台向地面接收 站进行无线信道传输的应用，解决传输数据下行链路有限带宽数据传输问题。通过以下的描述并结合附图，本专利技术将变得更加清晰，这些附图用于解释本专利技术 的实施例。附图说明图1为本专利技术基于KL变换的光谱压缩方法的流程图。图2为总体框架图，展示了本专利技术基于KL变换的光谱压缩方法的流程。图3为本专利技术实施例的实验效果数据图，显示了在相同的压缩率下不同方法的峰 值信号比。图4a_4b为本专利技术实施例的另一组实验效果数据图，显示了在不同的压缩率下的 不同方法的峰值信号比曲线和均方误差曲线。具体实施例方式现在参考附图描述本专利技术的实施例，附图中类似的元件标号代表类似的元件。如 上所述，本专利技术提供了一种基于KL变换的光谱压缩方法，克服了现有技术中因为运算量大而不利于实时实现等问题，实现海量光谱数据的高效率和高保真度的压缩。首先，请参考图1-2，图1为本专利技术基于KL变换的光谱压缩方法的流程图。图2为总体框架图，展示了本专利技术基于KL变换的光谱压缩方法的流程。本专利技术基于KL变换的光 谱压缩方法包括步骤S101，将原始光谱图像进行切割分块。本专利技术实施例采用224普段光谱数据作为 原始光谱图像进行切割分块201。对原始光谱图像201进行切割分块时可以是非方块或方 块，采用非方块切割时，需要保证正好分开，且要以2的整数倍为主进行切割。较佳地，本发 明实施例才用方块切割，将原始光谱图像201切割为8*8块或者4*4块。S102，对分块后的光谱图像的各谱段块数据相关性进行测量，并根据测量结果对 所述数据进行自适应重组202。具体如下根据光谱图像的各谱段块数据相关性测量情况 设定N个阈值进行初步分组，例如第一次可分为3组，通过相关性测试后，如果组内的谱段 相关系数差大于0. 3，则重新进行分组为4组，再进行相关性测试，直到谱段相关系数差不 大于0. 2或谱段数32。可以采用均勻分组和非均勻分组，因为谱段数不可以正好经过测试 服从上述分组条件，可以根据实际需要进行分组，只要保证组最小谱段数32即可。有的组 可能是32，64，128，164或192，192时就是两组，另外一组是32。为了更进一步叙述所述分组方式，请参考下面表1 :表 1<table>table see original document page 5</column></row><table>表1中Φ 对应图2中的01，即表示为第1谱段的相关系数；而0.2、0.3等对应 图2中的T，表示阈值。由表1可见，因为本实验数据是海洋上的，所以相关性较好，试验数 据谱段相关性中0. 9以上占多数，0. 7本文档来自技高网...

【技术保护点】
一种基于ＫＬ变换的光谱压缩方法，其特征在于，包括以下步骤：将原始光谱图像进行切割分块；使用ＫＬ变换对分块后的光谱图像进行特征提取，并根据需要提取本征值个数，获得压缩光谱图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：闫敬文，卢刚，陈嘉臻，
申请(专利权)人：汕头大学，
类型：发明
国别省市：44[中国|广东]