高光谱图像编码研究

论文摘要

高光谱成像技术以纳米量级的光谱分辨率对探测对象进行成像,能够获取探测对象丰富的空间信息和光谱信息,被广泛应用于军事和民用等领域。海量成像数据的高性能压缩是当前高光谱成像光谱技术面临的重要问题之一,研究适合硬件实现的低复杂度、低存储和高性能的高光谱图像编码方法是高光谱成像技术的重要研究课题,具有重要的研究意义和应用价值。本论文对高光谱图像编码方法进行研究,主要研究内容包括下面四个部分:（1）研究高光谱图像的空间相关性和谱间相关性,给出基于小波变换的二维空间去相关变换方法和基于KLT（Karhunen-Loève Transform）变换的一维谱间去相关变换方法。以双正交小波的对称分解为基础研究整数可逆空间组合提升小波变换的实现算法,采用伪随机取样计算方法来减少KLT变换中协方差矩阵的运算量,并利用矩阵分解原理研究整数可逆KLT变换的实现算法。实验结果表明该三维去相关变换方法能够有效去除高光谱图像的空间相关性和谱间相关性,并具有低复杂度和低运算量的优点。（2）对高光谱图像去相关变换后的系数分布特点进行分析,利用三维空间-谱间零树构造三维显著性树结构,以树节点内容为编码过程提供空间-谱间零树中变换系数的显著信息。给出了基于三维显著性树的有链表和无链表高光谱图像位平面编码方法,利用显著性树的节点信息和变换系数的三维上下文模型,并结合整数可逆去相关变换方式实现了高光谱图像从有损到无损的渐进编码。实验结果表明该方法的无链表实现方式在保持较好编码性能的同时,能够有效减少编码和解码过程的运算量和运算存储空间。（3）研究算术编码的相关理论和重归一化过程,针对重归一化过程中存在的问题,给出以字节为单位的重归一化快速编解码算法。该算法减少了编解码过程中编码区间宽度值的判断操作,以字节为单位输出码流,并解决了算术编码过程中的进位传播问题。实验结果表明该算法具有更快的编码和解码运算速度,将其用于高光谱图像位平面编码能够有效减少熵编码过程的复杂度。（4）分析感兴趣区域编码中多级位平面交错位移方式,研究三维感兴趣区域掩模和三维显著性树节点掩模的计算问题,给出了基于多级位平面交错和显著性树位平面编码的三维感兴趣区域编码方法。通过控制感兴趣区域位平面和背景区域位平面的相对重要程度和嵌入形式,在中低码率编码情况下该方法能够有效地保护感兴趣区域的图像质量。本论文通过对高光谱图像编码中的去相关变换、位平面编码、算术编码以及感兴趣区域编码等关键技术问题的研究,实现了一个低复杂度、低存储和高性能的从有损到无损渐进编码的高光谱图像编码方法。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 论文的研究背景及意义
• 1.2 高光谱图像编码的发展与现状
• 1.3 论文的主要研究工作及创新性
• 2 高光谱图像特征分析与编码原理
• 2.1 高光谱图像特征分析
• 2.1.1 空间特征分析
• 2.1.2 谱间特征分析
• 2.2 高光谱图像编码原理
• 2.2.1 正交去相关变换
• 2.2.2 逐次逼近量化
• 2.2.3 熵编码
• 2.3 高光谱图像质量评价方法
• 2.4 本章小结
• 3 高光谱图像去相关变换
• 3.1 整数小波变换
• 3.1.1 整数提升小波变换
• 3.1.2 整数空间组合提升小波变换
• 3.1.3 测试结果与分析
• 3.2 Karhunen-Loève变换
• 3.2.1 低复杂度Karhunen-Loève变换
• 3.2.2 整数Karhunen-Loève变换
• 3.2.3 测试结果与分析
• 3.3 三维去相关变换组合形式
• 3.3.1 三维对称小波变换
• 3.3.2 三维非对称小波变换
• 3.3.3 二维小波变换加一维KLT变换
• 3.4 本章小结
• 4 三维显著性树嵌入位平面编码
• 4.1 树结构编码模型
• 4.1.1 变换系数的分布特点
• 4.1.2 树结构编码过程
• 4.2 空间-谱间零树与显著性树
• 4.2.1 空间-谱间零树
• 4.2.2 空间-谱间显著性树
• 4.3 嵌入位平面编码算法
• 4.3.1 基于链表的编码算法
• 4.3.2 无链表的编码算法
• 4.4 空间-谱间上下文模型
• 4.5 测试结果及分析
• 4.6 本章小结
• 5 快速自适应算术编码
• 5.1 算术编码的理论与方法
• 5.1.1 基本理论分析
• 5.1.2 重归一化编码过程
• 5.2 快速自适应算术编码方法
• 5.2.1 编解码快速算法
• 5.2.2 自适应概率统计模型
• 5.3 测试结果与分析
• 5.4 本章小结
• 6 高光谱图像感兴趣区域编码
• 6.1 多级位平面交错位移方法
• 6.2 三维感兴趣区域掩模计算
• 6.2.1 三维感兴趣区域系数掩模
• 6.2.2 三维显著性树节点掩模
• 6.3 三维显著性树感兴趣区域位平面编码
• 6.4 测试结果与分析
• 6.5 本章小结
• 7 全文总结
• 攻读博士学位期间发表的论文
• 致谢
• 参考文献
• 附录