摘要：针对多光谱图像在色度高保真再现等领域的应用,为提高压缩效率,进一步存储传输,提出了WF系列编码方法,设计了APWS_RA算法,进而提出了一种低复杂度、光照稳定性好且支持跨设备再现的WF_APWS_RA压缩算法。首先研究了现有的基于光谱均方误差的小波嵌入编码原理,提出了色感应失真准则和视觉特性矩阵W;同时,优化了APWS编码算法的码率分配,形成APWS_RA编码算法;最后,结合以上技术,以色度误差准则指导编码,对视觉加权后的多光谱图像数据进行aPWS_rA编码,命名为WF_APWS_RA。WF_APWS_RA算法融合人眼视觉特性矩阵W,利用吸引力传播(Affinity Propagation)聚类挖掘加权图像的谱间冗余,小波变换去除其空间冗余,最后结合误差补偿机制和码率分配策略进行小波编码。实验表明,在相同比特率下,较现有低复杂度经典编码算法,WF系列编码方法能更有效地保留光谱中的色度信息,APWS_RA算法的重建光谱误差最小,WF_APWS_RA算法的重建色度精度优势明显。

摘要：针对多光谱图像压缩算法现存的时空复杂度高、光谱特性利用不充分等问题,研究了多光谱图像的谱间稀疏等价表示及其聚类实现途径,进而设计了一种基于谱间自适应聚类和小波变换的多光谱图像压缩算法。算法利用吸引力传播聚类产生多光谱图像的谱间稀疏等价表示、在低复杂度下去除图像的谱间冗余,使用二维小波变换去除稀疏表示成分的空间冗余,采用分层树集合分割排序算法(SPIHT)进行压缩编码,并通过误差补偿机制提高多光谱图像重建质量。实验表明,该算法在保证较低时间和空间复杂度的基础上,较SPIHT等同类经典压缩算法,在相同的压缩比下,明显提高了重建图像的峰值信噪比,是一种通用有效的多光谱图像压缩算法。

摘要：针对现有多光谱图像压缩算法去除空谱冗余不充分、自适应性不强等问题,提出了多光谱图像的空间稀疏等价表示方式以及相应的聚类实现算法——OptimalLeaders.在此基础上,设计了一种基于复合变换的多光谱图像压缩算法——OLPKWS.该算法使用OptimalLeaders聚类,将多光谱数据等价变换为代表光谱和差别成分,自适应去除其空间冗余;采用误差补偿机制提高多光谱图像重建质量;针对代表数据,采用主成分分析降维去除谱间冗余;针对预测差别成分,通过Karhunen-Loeve变换(KLT)去除谱间冗余,用二维小波变换去除空间冗余,最后采用标准差码率预分配策略结合SPIHT算法完成压缩编码.实验表明,在相同的压缩比下,所提算法较聚类、SPIHT和KLTSPIHTTCIRA算法明显提高了重建图像的峰值信噪比.