引言
高光譜圖像壓縮技術(shù)已經(jīng)成為圖像處理應(yīng)用領(lǐng)域中最熱點(diǎn)的領(lǐng)域之一,在許多領(lǐng)域都具備實(shí)際應(yīng)用價(jià)值與發(fā)展前景。但是,由于人類對(duì)高光譜信息需求的增大以及圖像傳感器呈現(xiàn)出的多元化發(fā)展趨勢(shì),所采集的高光譜圖像信息量大幅增長,而且空間的高頻譜分辨率也日益增加,使成像光譜信息呈現(xiàn)了多維度、海量化的發(fā)展趨勢(shì),大大增加了信息采集、保存與傳播的成本,這直接影響到高光譜圖像壓縮技術(shù)在對(duì)地探測(cè)研究工作中的應(yīng)用。
基于此,設(shè)計(jì)了基于稀疏分解的高光譜圖像壓縮方法,根據(jù)稀疏分解法中的Hilbert-Huang變換模型分離算法進(jìn)行圖像的稀疏分解,接著采用二維散點(diǎn)圖對(duì)圖像信息進(jìn)行預(yù)處理。據(jù)圖像信息的處 理結(jié)果,利用匹配追蹤算法搭建高光譜圖像壓縮優(yōu)化模型,最后實(shí)現(xiàn)高光譜圖像的壓縮。
基于稀疏分解的高光譜圖像壓縮方法設(shè)計(jì)
稀疏分解法是一種非遞歸且自主的信號(hào)處理方法。本文采用稀疏分解法中的Hilbert-Huang變換模型分離算法,將采集到的圖像數(shù)據(jù)進(jìn)行有機(jī)分解,并得到很多具有不同主要頻 率的固有模型狀態(tài),分離后的各模型緊密關(guān)聯(lián)于其對(duì)應(yīng)的主 要頻率,不存在模型狀態(tài)混亂重疊的問題,具有良好的降噪穩(wěn)定性。
圖1 局部光譜信號(hào)的高光譜圖像
為便于二維散點(diǎn)圖利用圖像對(duì)光譜信號(hào)進(jìn)行 直觀的測(cè)量與辨識(shí),同時(shí)也為降低在模型分割過程中的計(jì)算 工作量,將光譜信號(hào)以高光譜圖像的形式加以處理,并通過 方差算法對(duì)高光譜圖像進(jìn)行模糊處理,對(duì)圖像進(jìn)行模糊化處 理的表達(dá)式為:
式中:Gg(i,j)為模糊圖像在(i,j)處的模糊值,R(i,j)為電阻 在(i,j)處的電阻率,邊際譜圖像模糊度處理后形成64×64的模糊圖像,數(shù)據(jù)存儲(chǔ)形式為二維模糊矩陣,像素點(diǎn)模糊值的范圍為0~300。
完成上述處理后,考慮到高光譜圖像中可能存在一定的 光譜冗余信息,此部分信息會(huì)影響圖像的壓縮處理效果。因 此,有必要采取措施,進(jìn)行圖像的稀疏分解處理。處理過程 中,利用冗余詞典,對(duì)圖像進(jìn)行稀疏分割,初始化隨機(jī)詞典, 提取圖像中所包含的影像譜曲線像素。
降維后,對(duì)特征圖進(jìn)行特征提取,得到與高光譜圖像相 對(duì)應(yīng)的特征像素點(diǎn)。在提取特征過程中還需要剔除干擾項(xiàng), 避免閾值特征值過大,降低其對(duì)高光譜圖像特征信息的提取 能力,提高圖像分辨率。
3、搭建高光譜圖像壓縮優(yōu)化模型
根據(jù)上文的圖像數(shù)據(jù)處理結(jié)果,進(jìn)行壓縮模型的搭建。稀疏分解是一種新的圖像描述和表達(dá)理論,匹配追蹤算法(matching pursuit, MP)是稀疏分解最基礎(chǔ)使用算法之一。通過綜合計(jì)算在原有算法基礎(chǔ)上,推導(dǎo)出適合正交匹配追蹤計(jì)算的經(jīng)典計(jì)算方法(orthogonal matchingpursuit, OMP)。推導(dǎo)出的正交匹配追蹤算法,先對(duì)內(nèi)積作為向量時(shí)彼此之間 的相似性進(jìn)行核對(duì),并標(biāo)定出度量準(zhǔn)則,然后使用內(nèi)積方法 從源數(shù)據(jù)中選取與殘差最為接近的因子,使用最小二乘法對(duì) 源數(shù)據(jù)求解,將原始數(shù)據(jù)投影在殘差因子上,并從源數(shù)據(jù)中 去除投影伴隨的數(shù)據(jù),做到殘差因子的時(shí)時(shí)更新[ 7]。選取因 子到更新殘差因子的過程,隨源數(shù)據(jù)迭代而變化,直至所有 源數(shù)據(jù)選取完執(zhí)行終止命令。
4、實(shí)現(xiàn)高光譜圖像壓縮
對(duì)于本文的高光譜圖像壓縮方法,先以2D 自然圖像壓縮技術(shù)作為基礎(chǔ),經(jīng)過稀疏分解處理后,再進(jìn)行一次有效的壓縮。
本文的高光譜圖像壓縮方法,將給定 的高光譜圖像分離成
個(gè)不重疊的圖像塊
隨后,圖像塊在給定的字典
上進(jìn)行分解:
高光譜圖像壓縮編碼是利用JPEG LS無損壓縮技術(shù)實(shí)現(xiàn)的,通過分析比較, JPEG-LS無損壓縮方法具有較好的壓縮性能。利用高光譜圖像像素掃描數(shù)據(jù) 進(jìn)行圖像內(nèi)部二進(jìn)制數(shù)據(jù)的編碼,再利用圖像的背景信息目 標(biāo)素進(jìn)行壓縮目標(biāo)的預(yù)測(cè),并將其與實(shí)測(cè)圖像進(jìn)行比較,從 而得到像素的誤差。在對(duì)其進(jìn)行誤差分析的基礎(chǔ)上,當(dāng)像素?cái)?shù)據(jù)存在較大偏差時(shí),使用Golomb算法調(diào)整像素值,并使用沖程方式進(jìn)行壓縮。當(dāng)像素?cái)?shù)據(jù)之間的偏差較小時(shí),無需 上述相關(guān)步驟,直接使用壓縮優(yōu)化模型與編碼匹配進(jìn)行壓縮。按照上述方式,實(shí)現(xiàn)應(yīng)用稀疏分解的高光譜圖像壓縮。
5、結(jié)論
5.1 實(shí)驗(yàn)準(zhǔn)備
采用LightDrectionDesigner高光譜圖像軟件進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)電壓等級(jí)和基礎(chǔ)功率分別為13.21 kV和20 MVA,加載 效率指標(biāo)為0.84,實(shí)驗(yàn)平臺(tái)的最大運(yùn)行功率為600 kW。
5.2 實(shí)驗(yàn)過程
為了驗(yàn)證本文方法的壓縮性能,將其與三維Saab變換的高光譜圖像壓縮方法和基于光譜線性分解的高光譜圖像高 效壓縮方法進(jìn)行壓縮實(shí)驗(yàn)對(duì)比。此外,還采用了未考慮空間信息的逐像素稀疏解決方法(pixel-wisesparserepresentation, PWSR)以驗(yàn)證光譜信息聯(lián)合利用對(duì)高光譜圖像壓縮的有效 性。這些方法中,基于三維Saab變換的高光譜圖像壓縮方法主要壓縮高光譜圖像的空間冗余,它對(duì)每個(gè)光譜波段進(jìn)行三 維壓縮,并且根據(jù)比特分配原則,為每個(gè)波段賦予相同的壓 縮比,基于光譜線性分解的高光譜圖像高效壓縮方法是性能 優(yōu)越的高光譜圖像壓縮方法,它們都利用并壓縮了圖像的空 間和光譜冗余,然后用光譜線性壓縮空間冗余。本文主要從 率失真性能方面對(duì)比本文提出的方法和其他兩種高光譜圖像 壓縮方法。
5.3 實(shí)驗(yàn)結(jié)果
三種方法的率失真性能對(duì)比結(jié)果如圖2所示。
圖2 三種方法的率失真性能對(duì)比圖
圖 2顯示了率失真性能的對(duì)比結(jié)果,所提出方法的率失真曲線位于其他方法的率失真曲線上方。說明本文設(shè)計(jì)方法在相同壓縮比的情況下能夠獲得更高的 SNR 值,數(shù)據(jù)失真度更低。
推薦:
便攜式地物光譜儀iSpecField-NIR/WNIR
專門用于野外遙感測(cè)量、土壤環(huán)境、礦物地質(zhì)勘探等領(lǐng)域的最新明星產(chǎn)品,由于其操作靈活、便攜方便、光譜測(cè)試速度快、光譜數(shù)據(jù)準(zhǔn)確是一款真正意義上便攜式地物光譜儀。
無人機(jī)機(jī)載高光譜成像系統(tǒng)iSpecHyper-VM100
一款基于小型多旋翼無人機(jī)機(jī)載高光譜成像系統(tǒng),該系統(tǒng)由高光譜成像相機(jī)、穩(wěn)定云臺(tái)、機(jī)載控制與數(shù)據(jù)采集模塊、機(jī)載供電模塊等部分組成。無人機(jī)機(jī)載高光譜成像系統(tǒng)通過獨(dú)特的內(nèi)置式或外部掃描和穩(wěn)定控制,有效地解決了在微型無人機(jī)搭載推掃式高光譜照相機(jī)時(shí),由于振動(dòng)引起的圖像質(zhì)量較差的問題,并具備較高的光譜分辨率和良好的成像性能。
便攜式高光譜成像系統(tǒng)iSpecHyper-VS1000
專門用于公安刑偵、物證鑒定、醫(yī)學(xué)醫(yī)療、精準(zhǔn)農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品,主要優(yōu)勢(shì)具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性價(jià)比特點(diǎn)采用了透射光柵內(nèi)推掃原理高光譜成像,系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng),高速USB3.0接口傳輸,全靶面高成像質(zhì)量光學(xué)設(shè)計(jì),物鏡接口為標(biāo)準(zhǔn)C-Mount,可根據(jù)用戶需求更換物鏡。
審核編輯:劉清
-
無人機(jī)
+關(guān)注
關(guān)注
230文章
10490瀏覽量
181405 -
高光譜圖像
+關(guān)注
關(guān)注
0文章
25瀏覽量
7188 -
OMP
+關(guān)注
關(guān)注
0文章
7瀏覽量
7692 -
光譜成像技術(shù)
+關(guān)注
關(guān)注
0文章
44瀏覽量
4005
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論