= {#，2,···,#,···, 中的每一个谱段进行 空间小波变换，得到空间小波变换系数# =彳#1, #2,…,#AV. ·, #P}，其中炉表示第k个谱 段图像小波变换后的变换系数； (3) 对空间小波变换系数r进行分类： (3a)输入一组高光谱图像变换所得到的空间小波变换系数，根据光谱矢量 ％丨均值的大小进行分类，得到高度为H、宽度为W的初始分类图 Pl，其中表示高光谱图像的空间小波变换系数在第i行、第j列的第k个谱段上的值； (3b)利用初始分类图pi中每一类的各个光谱矢量的变化范围，将其变化范围在同一 区间中的光谱矢量分为一类，得到高度为H、宽度为W的细化分类图p2 ; (3c)利用细化分类图p2中每一类的各光谱矢量的最大值和最小值的分布位置进行最 终的分类，将最大值和最小值所处的位置相同的光谱矢量分为一类，得到高度为H、宽度为 W的最终分类图p3,同时记录最终分类的类别数目L ; (4) 利用最终分类图p3对分类过的光谱矢量按类别求其均值矢量 7 =汽，^…Α，···Λ丨，再将每一类中的光谱矢量减去它所在的类别的均值矢量求得该光 谱矢量的残差矢量，其中6表示第1类中所有光谱矢量的均值矢量，1 = 0, 1，2,…，L， </的下标i，j表示该残差矢量所对应的光谱矢量在图像中的行和列，上标1表示该残差矢 量所在的类别，最后将残差矢量输出给谱间变换模块，并将最终分类图P3以及每一类对应 的均值矢量F以边信息的形式保存起来，传到解码端； (5) 对残差矢量e,^进行一维DCT变换，得到DCT变换系数，并将其作为最终的变换结 果输出给三维多级树集合分裂算法3DSPIHT的编码单元，得到码率精确可控的压缩码流文 件，编码结束。
2. 根据权利要求1所述的基于分类离散余弦变换的高光谱图像有损编码方法，其特征 在于步骤（3a)所述的根据光谱矢量k =M1J,成均值的大小进行分类， 按如下步骤进行： (3al)求每一个光谱矢量Vq的均值L , A，其中，-表示第i行和第j列的 A-I ? ViJ 光谱矢量的均值； (3a2)对求得的光谱矢量的均值进行分类： 首先，求出所有光谱矢量绝对值的最大的变化范围l〇g2. max ^；，并将此 i=l··-M ^j=I---N 范围以2的整数次幂为门限划分为若干区间：Th = {-2S+1，-2S ，2s，2s+1}，Th为所分区间的集合； 然后，针对在0处的区间的变化范围非常小的特点，选取一个均值合并门限Tm,将 [_2Tm，2Tm]之间的类别合并为一类：IV = {-2S+1，-2s，…，-2Tm，2Tm，…，2 s，2S+1}，IV 为合并 后区间的集合，Tm根据被压缩图像的灰度值确定； 最后，按照IV所分的区间，将处于同一区间的分为一类。
3. 根据权利要求1所述的基于分类离散余弦变换的高光谱图像有损编码方法，其特征 在于步骤（3b)所述的利用初始分类图pi中每一类的各个光谱矢量的变化范围，将其变化 范围在同一区间中的光谱矢量分为一类，按如下步骤进行： (3bl)计算每一个光谱矢量的变化范围义.=()，其中Di，』表示第i 行、第j列位置处光谱矢量的变化范围，根据初始分类图Pl找出属于同一类的所有的光谱 矢量变化范围&，其中1 = 〇, 1，2,…，L1, L1为初始分类图pi中的类别总数目； (3b2)对第1类中每一个光谱矢量的变化范围&.进行分类： 首先，求出所有zy绝对值的最大的变化范围# = 1〇g: , Tax, ， i L ι=1···Μ,/-1···Ν 1 * 并将此范围以2的整数次幂为门限划分为若干区间： A Μ-〗#+1，-〗'···,-〗1，-〗'!),/』，..,,+1}，Th 1为所分区间的集合； 然后，针对在0处的区间的变化范围非常小的特点，选取一个变化范围合并门限TcMf [_2Td，2Td]之间的类别合并为一类：7χ = {-2~，-2^··.,-2'2'··.,2'2~：?,柯为合并后 区间的集合； 最后，按照Th' i所分的区间，将处于同一区间的&分为一类。
4. 根据权利要求1所述的基于分类离散余弦变换的高光谱图像有损编码方法，其特征 在于步骤（3c)所述的对细化分类图p2中每一类的各光谱矢量的最大值和最小值的分布位 置进行最终的分类，按如下步骤进行： (3cl)根据细化分类图p2找出属于同一类的所有光谱矢量，并求出该类中每一 个光谱矢量的最大值分量和最小值分量在光谱谱段中的位置：Mi) 和 <丨=卩1七(％ ,u )，其中，Ic1表示光谱矢量的最大值分量所在的谱段序号，k 2表示光谱矢量的 最小值分量所在的谱段序号，匕和k 2的分布有如下四种情况： jl<A, <S/2A<k2<S/2[ 5/2 < A1 <1,5/2 < A2 <1; | |l</i, <S/2,S/2<k? <S; I < A2 < 5/2,5/2< A1 < (3c2)对上步中所取的同一类中的所有光谱矢量，将其最大值分量所在的谱段序号Ic1 和最小值分量所在的谱段序号匕的分布属于同一种情况的光谱矢量划分为一类，得到最终 的分类结果。
【专利摘要】本发明公开了一种基于分类离散余弦变换的高光谱图像有损压缩方法，主要解决现有技术在谱间变换时未考虑光谱矢量相关性，导致压缩去相关不彻底，压缩效果差的问题。其实现步骤是：1)对高光谱图像进行空间二维小波变换；2)利用基于光谱矢量特性的分类算法对空间小波变换系数构成的光谱矢量进行分类，得到分类图，并根据分类图对每一类光谱矢量减去该类的均值矢量，得到残差矢量；3)利用谱间一维DCT变换对残差矢量进行变换，得到三维变换系数；4)将三维变换系数进行编码，得到码率精确可控的压缩码流。本发明充分利用高光谱图像光谱间的统计特性，使去相关更彻底，在同等码率下获得更好的压缩性能，可用于高光谱数据处理及传输。
【IPC分类】H04N19-63, H04N19-625
【公开号】CN104639947
【申请号】CN201510097077
【发明人】王柯俨, 胡子帆, 李云松, 张静, 葛驰汝, 郭杰, 韩冉
【申请人】西安电子科技大学
【公开日】2015年5月20日
【申请日】2015年3月5日