基于高阶残差量化的光谱二值编码新方法

摘要：

光谱二值和多值编码技术能够实现目标光谱的快速匹配、识别和分类等应用,但这类量化编码方法会损失大量的光谱细节信息,且不能解码出与原始光谱近似的重构光谱,应用有限.为了解决上述问题,提出一种高阶残差量化的光谱编码新方法 HOBC (high-order binary coding ) .首先,对光谱向量进行去均值的规范化处理,得到值域为(－1 ,1)的光谱序列;然后,求解规范化光谱的± 1编码、编码系数和残差(即一阶残差);基于一阶残差,逐阶解算2至K阶残差的±1编码及其系数;最后得到K个编码序列及其系数,即为HOBC的编码结果.选择典型波谱库数据集,对比光谱0／1二值编码BC01 (binary coding with 0 and 1) 、光谱分析编码SPAM (spectral analysis manager ) 、二值／四值混合编码SDFC (spectral derivative feature coding )和DNA四值编码等4种方法,进行了光谱量化编码和解码重构实验,分别统计了光谱形状特征和斜率特征编码的信息熵和存储量、光谱形状特征编码与原始光谱之间的光谱矢量距离SVD (spectral vector distance) 、谱间Pearson相关系数SCC (spectral correlation coefficient )和光谱角SAM (spectral angle map-ping ) .结果表明,在编码存储量上, HOBC的1～4阶编码分别与以上4种编码相等;在编码信息熵上, HOBC的1～2阶编码分别与BC01和SPAM相等,而HOBC的3～4阶编码分别高于SDFC和DNA编码;在SCC上,HOBC1阶编码与BC01相等,而2～4阶编码均分别优于SPAM ,SDFC和DNA编码;在SAM方面,HOBC 1～4阶编码均分别明显优于4种对比方法;4种对比方法不能明确解码重构,而 HOBC可简便重构出与原始光谱近似的解码序列,且SVD逐阶递减.进一步,基于临泽草地试验站公开光谱数据集,进行了10类地物目标的光谱编码和监督分类实验,实验结果表明,在Kappa系数,总体分类精度和平均分类精度等3种性能评价指标上,HOBC均明显优于4种对比方法,尤其是,HOBC 4阶编码优于原始光谱的分类性能;对样本数量较少且类间相似性较高的难分类地物,HOBC亦具有优于其他算法的鲁棒性.说明HOBC编码在大幅压缩数据量的同时,其编码序列能保留较高的信息量,且具有较高的光谱可分性,可用于光谱高精度快速识别和分类;其解码重构序列与原始光谱序列具有较高的相似性,理论上可适用于目标识别和分类等应用.

关键词：高阶残差量化、光谱编码、二值编码、四值编码、DNA编码

所属期刊栏目：39

分类号：O433(光学)

资助基金：国家重点研发计划项目2016YFB0502500 ,国家自然科学基金项目41571369 ,北京市自然科学基金项目4162034 ,青海省科技计划项目2016-NK-138 ,科技创新服务能力建设-基本科研业务费科研类025185305000／143

在线出版日期：2019-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：3013-3020,3027