針對傳統(tǒng)遞歸最小二乘預(yù)測器的預(yù)測精度與譜間相關(guān)程度存在較強相關(guān)性及其對預(yù)測順序較為敏感的特點,提出一種基于自適應(yīng)波段選擇和最佳預(yù)測順序的高光譜圖像無損壓縮方法。首先,為了提高參考波段與待預(yù)測波段間的譜間相關(guān)性,以最大譜間相關(guān)系數(shù)為準則進行波段重排預(yù)處理,接著引入自適應(yīng)波段選擇策略從已預(yù)測波段集中選出與待預(yù)測波段存在最高相關(guān)性的多個波段作為參考波段。然后,以最小預(yù)測殘差熵為準則選出最佳預(yù)測順序模式進行譜間預(yù)測。最后,采用算術(shù)編碼器對預(yù)測殘差進行熵編碼。在AVIRIS 2006數(shù)據(jù)集上的實驗結(jié)果顯示,該方法在16位校正圖像、16位未校正圖像和12位未校正圖像上分別取得了3.314,5.594和2.395 bpp的壓縮效果。該方法在幾乎不增加計算復(fù)雜度的情況下有效提高了傳統(tǒng)遞歸最小二乘預(yù)測器的預(yù)測精度,其最佳壓縮效果接近或優(yōu)于其他同類方法。 

【文章來源】：光學(xué)精密工程. 2020,28(07)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

算法流程圖

預(yù)測順序是指預(yù)測器對像素點進行預(yù)測的先后次序。由于預(yù)測順序會影響預(yù)測過程的平穩(wěn)性,遞歸最小二乘預(yù)測器對預(yù)測順序較為敏感。典型的預(yù)測順序有橫向光柵、豎向光柵、橫向蛇形和豎向蛇形四種模式。如圖2所示,紅色方格表示待預(yù)測像素點,綠色方格表示因果上下文,折線表示預(yù)測順序(采圖見期刊電子版)。目前,已報道的文獻均采用橫向光柵模式。蛇形模式能更好地利用像素點間的鄰近性,提高預(yù)測過程的平穩(wěn)程度從而取得更好的預(yù)測效果。橫向模式與豎向模式的預(yù)測效果則與圖像內(nèi)容分布情況有關(guān),當圖像表現(xiàn)出明顯的橫向分布或豎向分布時,預(yù)測效果將會產(chǎn)生明顯差異�；谝陨戏治�,本文引入了最佳預(yù)測順序模式選擇策略,以最小殘差熵為原則,在橫向蛇形和豎向蛇形兩種模式中選擇最佳模式。預(yù)測殘差熵的計算公式如式(6)所示:

考慮到經(jīng)過波段重排后排列靠前的波段與其后波段存在較強的相關(guān)性,其最佳預(yù)測順序模式與后續(xù)波段的最佳預(yù)測順序模式具有較高的一致性這一情況(如圖3所示),本文采用了快速最佳預(yù)測順序模式估計策略以降低計算量,即以前k個波段中獲得最佳預(yù)測效果最多的模式作為后續(xù)波段的最佳預(yù)測順序模式。2.4 預(yù) 測

【參考文獻】：
期刊論文
[1]融合微分重排與匹配的高光譜快速目標檢測[J]. 王含宇,楊名宇,王浩,孟令通,王檬檬.  液晶與顯示. 2019(08)
[2]高光譜圖像分類的研究進展[J]. 閆敬文,陳宏達,劉蕾.  光學(xué)精密工程. 2019(03)
[3]基于自適應(yīng)波段聚類主成分分析和反向傳播神經(jīng)網(wǎng)絡(luò)的高光譜圖像壓縮[J]. 陳善學(xué),張燕琪.  電子與信息學(xué)報. 2018(10)
[4]高光譜遙感技術(shù)發(fā)展與展望[J]. 張淳民,穆廷魁,顏廷昱,陳澤宇.  航天返回與遙感. 2018(03)
[5]基于K-均值聚類和傳統(tǒng)遞歸最小二乘法的高光譜圖像無損壓縮[J]. 高放,孫長建,邵慶龍,郭樹旭.  電子與信息學(xué)報. 2016(11)
[6]基于上下文窗口中反向搜索的高光譜圖像無損壓縮[J]. 高放,劉宇,郭樹旭.  光學(xué)精密工程. 2015(08)
[7]應(yīng)用自適應(yīng)預(yù)測器排序的三階預(yù)測高光譜圖像無損壓縮[J]. 李昌國,郭科.  光學(xué)精密工程. 2014(03)



本文編號：3435904