一种基于分层预测的高光谱图像有损压缩方法

1.本发明涉及图像压缩技术，具体涉及一种基于分层预测的高光谱图像有损压缩方法，属于图像通信领域。


背景技术：

2.应用搭载在遥感平台上的传感器对目标地物辐射或反射的电磁波信息进行收集、处理，从而形成遥感影像，这一过程通常称作遥感技术。20世纪80年代出现的高光谱遥感技术，能够在电磁波谱的可见光到红外范围内，同时在空间和光谱方向上成像，为每个像元提供数十至数百个近乎连续的窄波段光谱信息。通常高光谱图像的波段宽度小于10nm，具有很高的光谱分辨率。随着成像光谱技术的发展，高光谱成像具有越来越高的光谱分辨率和空间分辨率，这导致获取的高光谱数据量迅速增加，给数据的存储和传输带来了严峻的挑战。因此，开发一种有效的高光谱图像压缩算法一直是遥感领域的热点和难点问题。目前主流的的压缩方案有两个方向：无损压缩和有损压缩。其中，无损压缩是在有限的压缩比下完美地保存了高光谱图像的信息，但由于数据传输的信道带宽有限，仍不能满足星载压缩的要求。然而有损压缩能够获得较大的压缩比，生成不同质量级别的图像，更加满足实现星载压缩的需求。因此，高光谱图像的有损压缩是遥感图像压缩领域的热点研究方向。


技术实现要素：

3.本发明的目的是为了研究高光谱图像的有损压缩，高光谱图像具有较强的空间相关性及谱间相关性，jpeg2000对高光谱图像的每个波段进行独立编解码，仅去除了空间方向的冗余，本发明的方法采用二维小波变换去除空间冗余，采用分层预测去除谱间冗余，相比jpeg2000图像编码标准，本发明的方法在解码图像具有相同客观质量的条件下，可以节省更多的码率。
4.本发明的基本思想是将高光谱图像分为gop区域和non_gop区域，gop区域和non_gop区域中的wz波段将采用不同的边信息生成方法，且gop区域中将编码图像分为两种类型，其中k波段采用jpeg2000进行编解码，wz波段采用分布式编码方案。具体主要包括以下过程步骤：
5.(1)gop设置预处理，设高光谱图像总的波段数为m，首先将高光谱图像连续输入的n波段图像作为一个图像组(group of picture,gop)，则gop大小为n，每个gop中的前n-1个波段设为wz波段，最后一个波段设为k波段(其中第一个波段的图像即波段0作为k波段，但不属于任何gop)，当m≠n*n+1(n为正整数)时，这些图像能构成的gop数量为floor((m-1)/n)，而余下的(m-1-floor((m-1)/n)*n)个图像不足以构成一个gop，这时wz波段将处于两种区域即gop区域和non_gop区域；
6.(2)编码，k波段采用jpeg2000进行编码，wz波段的编码首先减去该波段的均值，进行二维小波变换，然后对得到的小波系数分别进行量化和比特面分解，最后对每个比特面按从高到低的顺序进行ldpc信道编码，得到的校验信息被储存到缓冲器中；
7.(3)解码，k波段采用jpeg2000进行解码，得到k波段的重建值，对步骤(1)中gop区域和non_gop区域的wz波段采用不同的边信息生成方式，根据多元线性回归模型(multivariable linear regresson model,mlrm)对当前波段进行预测，生成联合解码的si生成联合解码的si，其次si和编码端传输过来的校验信息一起进行ldpc信道解码，如果解码不成功，则通过反馈信道向编码端请求更多的校验信息，直到解码成功或者达到最大解码次数，然后将解码的比特面合并后得到的重构信息进行反量化与反变换，再加上该波段的均值，得到当前wz波段的重建值，最后将k波段重建值与wz波段重建值组合起来，得到解码后的高光谱图像。
8.本发明的上述技术方案中，所述的一种基于分层预测的高光谱图像有损压缩方法，gop区域中的wz波段采用分层预测结构生成边信息，non_gop区域的wz波段将进行特殊处理，只采用前向相邻的一个已解码波段来生成边信息。
9.本发明的上述技术方案中，所述的一种基于分层预测的高光谱图像有损压缩方法，不同于jpeg2000只去除了高光谱图像的空间冗余，本发明方法利用高光谱图像的光谱相关性，利用已解码的图像对当前图像加权预测生成高质量的边信息(side information,si)，因此本发明方法能减少解码当前图像所需的码率，在解码图像具有相同客观质量的条件下，可以节省更多码率。
10.根据本发明的上述方法可以编制执行上述所述的一种基于分层预测的高光谱图像有损压缩方法。
11.本发明是基于以下思路分析而完成的：
12.设高光谱图像总的波段数为m，首先将高光谱图像连续输入的n波段图像作为一个图像组(group of picture,gop)，则gop大小为n。每个gop中的前n-1个波段设为wz波段，最后一个波段设为k波段(其中第一个波段的图像即波段0作为k波段，但不属于任何gop)。当m≠n*n+1(n为正整数)时，这些图像能构成的gop数量为floor((m-1)/n)，而余下的(m-1-floor((m-1)/n)*n)个图像不足以构成一个gop，这时wz波段将处于两种区域即gop区域和non_gop区域。gop区域中的wz波段采用分层预测结构生成边信息；non_gop区域的wz波段将进行特殊处理，只采用前向相邻的一个已解码波段来生成si。当前wz波段通过mlrm获得预测系数α，si的具体生成方式如下：
13.设当前波段的原始值为f(x,y,k)(x,y∈[1,m],k∈[1,m-1])，平均值为uk，波段的重建值为边信息表示为si(x,y,k)。
[0014]
1)当前wz波段属于gop区域，则当前wz波段的参考波段数量p＝2，α＝[α1,α2]
t
，且与它的前后向参考波段距离都为l(l＝1,2,3,4)，当前波段的边信息可表示为：
[0015][0016]
2)当前wz波段属于non_gop区域，则当前wz波段的参考波段数量为p＝1，α＝α1，且与它的前向参考波段距离都为l(l＝1)，当前波段的边信息可表示为：
[0017][0018]
在编码端，k波段采用jpeg2000进行编码。wz波段的编码首先减去该波段的均值，进行二维小波变换。图像小波变换后的低频子带可以看作原始图像的低分辨率版本，在图像压缩中具有重要意义。在对原始图像进行小波变换之前减去该图像的均值，得到的低频
系数呈现零均值分布和拥有单一尖峰，符合拉普拉斯分布。而比特平面编码是一种对分布在零处有尖锐峰值的图像渐进压缩的有效方法，因此可以减小重建光谱波段的偏差，提高重建图像的质量。然后对得到的小波系数分别进行量化和比特面分解，最后对每个比特面按从高到低的顺序进行ldpc信道编码，得到的校验信息被储存到缓冲器中。
[0019]
在解码端，k波段采用jpeg2000进行解码，得到k波段的重建值。wz波段的解码首先利用分层预测结构，由两个已解码的波段对当前波段进行加权预测，生成联合解码的si。其次，si和编码端传输过来的校验信息一起进行ldpc信道解码，如果解码不成功，则通过反馈信道向编码端请求更多的校验信息，直到解码成功或者达到最大解码次数。然后，将解码的比特面合并后得到的重构信息进行反量化与反变换，再加上该波段的均值，得到当前wz波段的重建值。最后，将k波段重建值与wz波段重建值组合起来，得到解码后的高光谱图像。
[0020]
对1997年aviris传感器获取的三个高光谱图像场景cuprite、lowaltitude和lunar lake进行测试，实验结果表明，相较于jpeg2000，本发明的基于分层预测的高光谱图像有损压缩方法在全码率段能获得更好的率失真性能。
附图说明
[0021]
图1是本发明的算法流程图。
[0022]
图2是cuprite场景的本发明方法及jpeg2000标准的率失真性能比较。
[0023]
图3是low altitude场景的本发明方法及jpeg2000标准的率失真性能比较。
[0024]
图4是lunar lake场景的本发明方法及jpeg2000标准的率失真性能比较。
具体实施方式
[0025]
下面结合实施例对本发明作进一步的详细说明，有必要指出的是，以下的实施例只用于对本发明做进一步的说明，不能理解为对本发明保护范围的限制，所属领域技术熟悉人员根据上述发明内容，对本发明做出一些非本质的改进和调整进行具体实施，应仍属于本发明的保护范围。
[0026]
本发明的基于分层预测的高光谱图像有损压缩方法，与jpeg2000标准测试模型kakadu8.0方法比较过程如下：
[0027]
1.打开kakadu8.0算法程序，在编码码率为1bpp，1.5bpp，2bpp，2bpp，2.5bpp，3bpp，3.5bpp，4bpp的情况下对高光谱图像进行编解码，记录jpeg2000标准编码时信噪比snr；
[0028]
2.编码时的对象为1997年aviris传感器获取的三个高光谱图像场景cuprite、low altitude和lunar lake；
[0029]
3.利用本发明方法对高光谱图像进行编解码，量化值分别为2，3，5，8，13，25，80，并记录编码时的码率及信噪比snr；
[0030]
实验结果如表1所示，从下表中可以看出在码率相近情况下，对于不同的高光谱图像场景，本发明所提方法相比于jpeg2000标准可以获得更高质量的解码图像，即图像的snr值更高，说明本发明所提方法的率失真性能超过了jpeg2000标准。
[0031]
表1.本发明方法与jpeg2000的实验结果比较
[0032]