波段排序的高光谱影像3维混合树编码方法
目的 高光谱影像压缩的关键技术是对空间维和光谱维的去相关性.根据高光谱影像数据结构的特点,如何有效去除其空间相关性与谱间相关性是高光谱影像压缩中至关重要的问题.对高光谱影像进行编码时,3维小波变换是极为有效的去除冗余的方法.因此提出了一种通过波段排序并结合3维混合树型结构对高光谱影像3维小波变换系数进行编码的算法.方法 首先,将高光谱影像按照自然波段顺序进行波段分组,并对每组影像进行相邻影像的谱间相关性统计;其次,对相关性较弱的波段组,建立以影像波段序号为顶点、影像相关性系数为边的完全图,对这个完全图求其最大汉密尔顿回路.按照求得的最大汉密尔顿回路顺序对该波段组进行重新排序,从而提高波段组的谱间相关性;在此基础上,对重新排序后的波段组进行3维小波变换,并通过3维混合树结构对3维小波变换系数进行零树编码.结果 通过对大量AVIRIS型高光谱影像数据的仿真实验,验证了本文方法的有效性.对相关性较低的波段组,加入排序算法后,其解码影像与未排序时比,峰值信噪比有了一定的提高.通过实验统计,算法平均用时2.7579 s.结论 由于采用了对弱相关性波段组的重新排序机制,使得基于混合树结构的3维零树编码出现了更多有效的零树,在一定程度上提高了编码效率.通过实验统计算法用时,表明该方法以较小的时间代价获得了解码效果的提升.
高光谱影像编码、谱间相关性、波段排序、汉密尔顿回路、3维小波变换
19
TP391(计算技术、计算机技术)
国家自然科学基金项目41271422;高等学校博士学科点专项科研基金项目20132136110002;辽宁省博士科研启动基金项目20121076;辽宁省教育厅科学研究一般项目L2011192,L2013405,L2013406;智能计算与信息处理教育部重点实验室湘潭大学开放课题2011ICIP06
2014-09-17(万方平台首次上网日期,不代表论文的发表时间)
共9页
1228-1236