专利名称：：基于三维小波变换的分布式超光谱图像压缩方法
技术领域：
：本发明属于图像处理
技术领域：
，特别是涉及图像压縮方法，可用于低复杂度的超光谱图像压縮。
背景技术：
：在遥感技术飞速发展的当今时代，利用对地遥感观测得到的超光谱遥感图像是一种重要的数据源，它包含了丰富的地物光谱信息，可以用在对地物探测、识别等领域。但由于超光谱遥感图像的数据量庞大，每幅光谱图都有几十到几百个波段的信息，这给数据存储和传输带来很大负担，因此在存储和传输过程中必须对超光谱图像进行压縮。众所周知，超光谱图像压縮对编码算法的复杂度要求是很挑剔的，目前的压縮方法如三维SPIHT和三维SPECK方法虽然被用于很多超光谱图像的压縮系统中，能实现对超光谱图像的有效压縮，但由于其方法的编码复杂度很高，使其实际应用受到限制。JPEG2000和二维SPIHT等超光谱图像压縮方法，方法虽然复杂度低，但是压缩性能却不高。所以找到一种算法复杂度低并且具有良好压缩性能的超光谱图像压縮方法是十分必要的。
发明内容本发明的目的在于克服上述已有的缺点，提出一种基于三维小波变换的分布式超光谱图像压縮方法，以减小编码复杂度和提高图像的压縮性能。实现本发明的技术方案是通过图像压縮和解压縮完成，其关键技术是将三维小波变换和与分布式信源编码方法相结合，其具体实现包括图像压縮和解压縮。一、本发明的图像压縮，包括如下步骤-(1)将原始超光谱图像分成若干编码单元，并对每个编码单元进行三维小波变换;(2)将三维小波变换后的每个编码单元按照变换后的子带关系再分为两组，一组作为参考组，另一组作为当前组；(3)将参考组用三维SPIHT方法编码，得到参考组压縮码流，传至解码端，完成参考组的压縮；(4)对当前组用SW-SPIHT方法进行位平面分析，得到对应的二组位平面码流，即重要系数位平面码流、重要系数符号位平面码流和重要系数细化位平面码流；(5)用低密度奇偶检验码LDPC对当前组的重要系数符号位平面和细化位平面码流进行编码，得到对应的校验比特流，将当前组重要系数位平面码流传至解码端，完成当前组的压縮。二、本发明的图像解压縮，包括如下步骤A.将得到的参考组码流用三维SPIHT解码器解码；B.利用传至解码端的当前组重要系数位平面码流对参考组三维SPIHT解码后得到的图像经SW-SPIHT方法进行位平面提取，得到参考组对应位置上的重要系数符号位平面和细化位平面码流，称之为边信息；C.利用传至解码端的校验比特流对边信息校验，得到重构的当前组的重要系数符号位平面码流和重要系数细化位平面码流；D.重组当前组的重构重要系数位平面、重要系数符号位平面、重要系数细化位平面，恢复出当前组图像；E.将参考组和当前组解码后的图像按照原始顺序重排后，进行三维小波逆变换，得到重构图像。本发明由于采用三维SPIHT方法对参考组进行编码，采用LDPC方法对当前组编码的分布式编码方法，克服了传统三维超光谱图像压缩方法算法复杂度高的缺点，大大降低了编码端的复杂度；同时由于本发明将三维小波变换和分布式相结合，能够实现优异的压縮性能。仿真结果表明，本发明的方法不仅优于传统的三维SPIHT方法，并且比JPEG2000方法和二维SPIHT方法的压縮性能也有很大提高。图l是本发明压縮流程图2是本发明解压縮流程图3是本发明与三维SPIHT方法性能对比图4是本发明与二维SPIHT方法性能对比图5是本发明与JPEG2000方法性能对比图。具体实施例方式5参照图l，本发明的图像压縮过程如下步骤l，将原始超光谱图像分成4个波段为一组的若干编码单元。步骤2，对每个编码单元内的四个波段图像，先分别做二维九七小波变换，变换级数为五级；再对四个波段图像谱方向上做一次一维九七小波变换。步骤3，根据三维小波变换后的子带关系将每个编码单元分成当前组和参考组。分组方式为第一波段和第三波段分为一组；第二波段和第四波段分为一组。再任选其中一组作为当前组，另一组作为参考组。步骤4，用三维SPIHT编码方法对参考组进行编码，得到参考组压縮码流，并将压縮码流传至解码端，完成参考组的压縮。步骤5，用SW-SPIHT方法对当前组进行位平面分析，得到对应的三组位平面码流，分别是重要系数位平面码流、重要系数符号位平面码流和细化位平面码流。SW-SPIHT方法的具体实现是将SPIHT方法中每次迭代产生的码流分成重要系数位平面码流、重要系数符号位平面码流和细化位平面码流三类存储。步骤6，对当前组的重要系数符号位平面和细化位平面码流用LDPCA码进行编码得到累积校验位，在译码时传递给译码端。当前组重要系数位平面码流则不再做任何处理，直接传至解码端，完成当前组的压縮。参照图2，本发明的图像解压縮过程如下步骤A，对参考组进行三维SPIHT解码。步骤B，利用当前组的重要系数位平面码流对解码后的参考组进行处理，从中得到相应的重要系数位平面码流、重要系数符号位平面码流，即被作为边信息来考虑。其具体实现过程如下Bl)最高比特面"皿=log2(max(l、|))，其中，ciV是变换系数，取参考组初始位平面"="腿；阈值:r-2";将所有小波系数分为三类o(z,力、D(/,力和丄(/,力，其中w,力表示(z力')位置小波系数的所有子节点的集合；0(纟，力表示(/，力位置儿子节点的集合；i)(z力〕-0(z',力；i/为所有根结点的集合。B2)将0'，J)e的系数加入到集合LIP;(ZJ)e中带有子孙的系数作为"0',力类加入到集合LIS;LSP=0;B3)若重要系数信息位为l，说明LIP中(/,_/)系数重要，输出G',力系数符号位，正为1，负为0，从LIP中去掉该系数，放入集合LSP;若重要系数信息位为0，则不做处理；B4)对于LIS中D类系数，若重要系数信息位为0，则不做处理。若重要系数信息位为l，则输出该系数符号位，若下一重要系数信息位仍为l，输出它儿子节点的符号位，并将该儿子节点放入LSP;若下一个重要系数信息位为O，将该儿子节点放入LIP;对于还有后代的儿子节点，则作为L类放入LIS，否则从LIS中去除；B5)对于LIS中L类系数，若重要系数信息位为l，输出该系数符号信息位，将它的儿子节点作为D类添加到LIS，将该系数从LIS中去除；若重要系数信息为0，则不做处理；B6)对LSP中除去在上一步骤中新加入的系数，输出第"个比特面的值，得到细化位平面码流；B7)位平面"="_1，重复步骤B3)—B6)。最终得到边信息，即参考组的符号位平面码流和细化位平面码流。步骤C，利用编码时产生的校验比特流对边信息进行校验，从而恢复出当前组的重要系数符号位平面和重要系数细化位平面。步骤D，重组当前组的重要系数位平面、重要系数符号位平面和重要系数细化位平面码流。步骤E，对当前帧和参考帧进行三维小波逆变换，从而结束解码。本发明的效果可以通过以下具体实验数据进一步说明。l.实验条件与内容本发明分别对Jasper、Cuprite和Moffett三幅图进行了测试，每幅图包括224个波段，每个波段包含512*512个像素。将图像分别按照上述压缩和解压縮的步骤进行，分别测试了压縮比特率为0.25bppp和lbppp的条件下的信噪比SNR。为测试本发明基于三维小波变换的分布式超光谱图像压缩方法，分别与三维SPIHT、二维SPIHT和JPEG2000方法进行了信噪比性能对比。2.实验结果图3对比了本发明与传统的二维SPIHT方法重构图像的信噪比，横坐标代表波段数，纵坐标代表信噪比值。其中图3(a)、图3(b)分别为Jasper在码率0.25和1情况下的信噪比对比结果。图3(c)、图3(d)分别为Cuprite在码率0.25和1情况下的对比结果。图3(e)、图3(f)分别为Moffett在码率0.25和l情况下的对比结果。由图3可见，本发明方法要优于传统的三维SPIHT方法。图4对比了本发明与二维SPIHT方法重构图像的信噪比，横坐标代表波段数，纵坐标代表信噪比值。其中图4(a)、图4(b)分别为Jasper在码率0.25和l情况下的对比结果。图4(c)、图4(d)分别为Cuprite在码率0.25和1情况下的对比结果。图4(e)、图4(f)分别为Moffett在码率0.25和1情况下的对比结果。由图4可见，本发明方法比二维SPIHT方法性能有很大提高。图5对比了本发明与JPEG2000方法重构图像的信噪比，横坐标代表波段数，纵坐标代表信噪比值。其中图5(a)、图5(b)分别为Jasper在码率0.25和1情况下的对比结果。图5(c)、图5(d)分别为Cuprite在码率0.25和1情况下的对比结果。图5(e)、图5(f)分别为Moffett在码率0.25和1情况下的对比结果。由图5可见，本发明方法比JPEG2000方法性能有很大提高。本发明比三维SPIHT、二维SPIHT、JPEG2000方法平均提升的信噪比结果如表1所示。表l:本发明比三维SPIHT、二维SPIHT、JPEG2000方法平均提升的信噪比SNR性能<table>tableseeoriginaldocumentpage8</column></row><table>从表1可见，本发明压縮性能要优于三维SPIHT方法，并且比JPEG2000和二维SPIHT方法的性能有很大提高。本发明方法可以实现对超光谱图像的压縮，具有优于三维SPIHT方法、JPEG2000和二维SPIHT方法的压縮性能，而且编码复杂度低，更适合于超光谱图像的压縮。权利要求1.一种基于三维小波变换的分布式超光谱图像压缩方法，包括(1)将原始超光谱图像分成若干编码单元，并对每个编码单元进行三维小波变换；(2)将三维小波变换后的每个编码单元按照变换后的子带关系再分为两组，一组作为参考组，另一组作为当前组；(3)将参考组用三维SPIHT方法编码，得到参考组压缩码流，传至解码端，完成参考组的压缩；(4)对当前组用SW-SPIHT方法进行位平面分析，得到对应的三组位平面码流，即重要系数位平面码流、重要系数符号位平面码流和重要系数细化位平面码流；(5)用低密度奇偶检验码LDPC对当前组的重要系数符号位平面和细化位平面码流进行编码，得到对应的校验比特流，将当前组重要系数位平面码流传至解码端，完成当前组的压缩。2.根据权利要求1所述的图像压縮方法，其中步骤(1)所述的编码单元定义为选取连续的四个波段的光谱图，所述的三维小波变换采用的是九七小波变换。3.根据权利要求1所述的图像压縮方法，其中步骤(2)所述的将三维小波变换后的每个编码单元按照变换后的子带关系再分为两组，是将第一波段和第三波段图像为一组；将第二波段和第四波段图像为一组。4.根据权利要求1所述的图像压縮方法，其中步骤(5)所述的低密度奇偶检验码LDPC，采用DavidVarodayan提出的LDPCA码。5.—种基于三维小波变换的分布式超光谱图像解压縮方法，包括A.将得到的参考组码流用三维SPfflT解码器解码；B.利用传至解码端的当前组重要系数位平面码流对参考组三维SPIHT解码后得到的图像经SW-SPfflT方法进行位平面提取，得到参考组对应位置上的重要系数符号位平面和细化位平面码流，称之为边信息；C利用传至解码端的校验比特流对边信息校验，得到重构的当前组的重要系数符号位平面码流和重要系数细化位平面码流；D.重组当前组的重构重要系数位平面、重要系数符号位平面、重要系数细化位平面，恢复出当前组图像；E.将参考组和当前组解码后的图像按照原始顺序重排后，进行三维小波逆变换，得到重构图像。全文摘要本发明提出了一种基于三维小波变换的分布式超光谱图像压缩方法，其过程是1.将超光谱图像分成若干编码单元；2.对超光谱图像的每个编码单元进行三维小波变换；3.将变换后的图像分组，其中一组作为参考组，另一组作为当前组；4.将参考组用三维SPIHT方法编码，得到参考组压缩码流，传至解码端；5.对当前组用SW-SPIHT算法进行分解，得到对应的三组位平面码流，分别是重要系数位平面、重要系数符号位平面和细化位平面；6.用低密度奇偶检验码对当前组的重要系数符号位平面和细化位平面进行编码，得到对应的校验比特流，并将当前组重要系数位平面码流传至解码端，完成超光谱图像的压缩。本发明具有编码复杂度低，压缩性能好的优点，可用于对超光谱图像的压缩。文档编号G01S17/00GK101582169SQ20091002308公开日2009年11月18日申请日期2009年6月26日优先权日2009年6月26日发明者亓菁春,彪候,公茂果,吴家骥,昆姜,勇方,焦李成,爽王,马文萍申请人:西安电子科技大学