超光譜干涉條紋圖像壓縮算法的研究

《超光譜干涉條紋圖像壓縮算法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、維普資訊http://www.cqvip.com2003年第4期空間電子技術(shù)9超光譜干涉條紋圖像壓縮算法的研究王菊花譚賢紅吳增印(西安空間無線電技術(shù)研究所，西安710000)摘要主要研究了超光譜干涉條紋圖像的數(shù)據(jù)特點及其壓縮方法，并以某型號為背景，提出了適合星上應(yīng)用的壓縮方法。主題詞超光譜干涉條紋AR模型DPCM壓縮1引言目前衛(wèi)星平臺上出現(xiàn)了一種新型的遙感器——“傅立葉變換光學(xué)圖像儀”，它能產(chǎn)生超光譜干涉條紋圖像，此種圖像通過數(shù)傳通道在地面經(jīng)過某些算法將其恢復(fù)成一般譜圖。干涉條紋圖像分辨率高，數(shù)據(jù)量大，需要壓縮。由于其數(shù)據(jù)特點與一般圖像不同，而且恢復(fù)譜圖的評價方法也有

2、差異，所以不能使用一般的圖像壓縮方法對其進行壓縮。我國某衛(wèi)星上需要對這種圖像進行大約2：1的壓縮，因此本文以型號為背景，主要研究了超光譜干涉條紋圖像的星上壓縮方法。本文第2部分闡述了干涉條紋圖像的特點及客觀評價標(biāo)準(zhǔn)，第3部分給出了幾種壓縮方法及其性能比較，第4部分總結(jié)全文。2干涉條紋圖像的特點及客觀評價標(biāo)準(zhǔn)超光譜干涉儀采用面陣CCD光敏感器件通過衛(wèi)星推掃產(chǎn)生一系列干涉圖像。地面上的每一個像素點在128個譜段上經(jīng)過采樣得到256個數(shù)值，因而地面上一行像素(512)對應(yīng)于星上的一幅干涉條紋圖像(256x512)；同理，一幅干涉條紋圖像就能恢復(fù)地面上的一行像素值。2．1干涉

3、條紋圖像的數(shù)據(jù)特點干涉條紋圖像具有二維相關(guān)性，即行相關(guān)和列相關(guān)，但是相關(guān)性大小不同。我們對340幅圖像首先按照幾種預(yù)測方法去相關(guān)，得到相應(yīng)殘差圖像后求其統(tǒng)計平均，直方圖如圖1所示。其中：圖1(a)為340幅圖像列間去相關(guān)差值圖像平均直方圖；圖1(b)為340幅圖像行間去相關(guān)差值圖像平均直方圖；圖1(c)為340幅原始圖像平均直方圖；圖1(d)為340幅圖像行列二維去相關(guān)差值圖像平均直方圖。對幾幅干涉條紋圖像進行Hufman無損編碼，采用不同的去相關(guān)方法，壓縮比大小也不相同，如表1所示收稿日期：2003—06—23收修改稿日期：2003—09—15維普資訊http://

4、www.cqvip.com10空間電子技術(shù)2003年第4期(a)直方圖0點處的值9．8860e+O04(b)直方圖0點處的值9。0248e+O04(c)直方圖0點處的值6．9825e+O04(d)直方圖0點處的值8．9486e+O04圖l340幅差值圖像平均值方圖表l幾幅圖像無損壓縮比從圖1和表1可以看出，圖像的列間相關(guān)性大于行間相關(guān)性。若對圖像進行行列二維去相關(guān)，則可獲得最好的壓縮效果，但誤碼擴散比較嚴(yán)重。2．2客觀評價方法[]如圖2所示，超光譜干涉圖像壓縮算法性能的評價可以由指標(biāo)RQE(RelativeSpectralQuadratic)來衡量。RQE的計算公式如

5、下：√rI§(f)一

6、s(f)I妒—：其中，S(f)為初始光譜，S(f)為恢復(fù)光譜，f為歸一化頻率(0

7、幾種壓縮算法的提出和性能比較3．1AR模型壓縮文獻[1]中提出了一種AR(AutoRegressive)模型壓縮算法。算法的原理是用此模型對每列干涉條紋建模來獲得一組有特征的參數(shù)，并對此參數(shù)進行壓縮傳輸。設(shè)(凡)為干涉條紋的原始像素值；N為一列像素的個數(shù)；，(n)為干涉條紋的恢復(fù)像素值；AR模型階數(shù)為P，則初始化：Y(凡)=(凡)，()=Y()n：0，l，?，P一1遞歸運算：l，()：一aky(一k)n≥p，，e(凡)=，(凡)一Y(n)，(凡)：Y(凡)+e(凡)其中：是按最小均方誤差準(zhǔn)則求出的AR模型的預(yù)測系數(shù)；Y(n)是AR模型的預(yù)測值；e(凡)是差值，經(jīng)過最優(yōu)

8、量化、編碼輸出；e(凡)為e(凡)的量化值。編碼過程中需要傳輸?shù)臄?shù)據(jù)有：P個初始像素值、P個AR模型預(yù)測系數(shù)和N—P個預(yù)測誤差的量化編碼值。其中初始像素值和AR模型預(yù)測系數(shù)可用多比特量化，而預(yù)測誤差可用較少比特量化，這樣就能夠提高壓縮比，而且RQE指標(biāo)也比較好。由于該算法在壓縮時需要對每一列像素求得其AR模型預(yù)測系數(shù)，而且還要對預(yù)測誤差進行最維普資訊http://www.cqvip.com空間電子技術(shù)2003年第4期優(yōu)量化_2J，因此運算量很大，且不實時，所以該算法很難在星上實現(xiàn)。3．2“(／abs(MAX))*8+量化”算法干涉條紋每列最初的像素幅