基于矢量量化的高光谱遥感图像压缩编码技术研究

高光谱遥感是20世纪80年代发展起来的一种新型光学遥感技术，它以几十至数百个很窄的谱段在电磁波谱的紫外、可见光、近红外以及中红外区域同时对地表地物成像，从而获得地物非常窄且近乎完整而连续的光谱信息。它以非常庞大的数据量和较高的数据维数为代价，给传输和存储带来了巨大压力，寻找有效的压缩算法是非常必要的。高光谱图像数据在普通的二维图像的基础上又多了一维光谱信息，从空间的每个像元均可以提取出一条连续的光谱曲线，这条光谱曲线可以用一个矢量来表示，每个矢量元素对应一个特定波长。相似的地表地物具有相似的光谱曲线，因此矢量量化是高光谱图像压缩的理想方法。本项目针对高光谱图像特点和矢量量化的优越性，研究基于矢量量化的高光谱图像有损和无损压缩方法，包括高光谱图像中量化矢量的构成方式；初始码书的生成；快速的码字搜索算法，及无损压缩中矢量量化和预测算法的有效结合。

本项目的重点是研究高光谱图像的压缩算法，分析高光谱图像的特性和常用数据压缩算法的特性，将矢量量化方法应用到高光谱图像的压缩中。在研究过程中发现了一些图像压缩中的典型问题，所以又对静止图像和视频的压缩方法进行了研究，所有这些研究都是为高光谱图像压缩的研究做准备。现已搭建一个完整的高光谱图像矢量量化软件压缩系统，并对该压缩系统的压缩性能进行了测试分析，验证了该系统的有效性。针对高光谱图像的特点设计了固定低比特率下的高光谱图像矢量量化算法。在研究高光谱图像固定比特率编码方案时对经典的码率控制算法拉格朗日码率控制算法进行了研究，提出了高码率下静止图像的码率控制算法。分布式信源编码和压缩感知是高光谱图像中的热门研究领域，为了与当今国际最新前沿技术接轨，对分布式信源编码算法进行了研究，并且使用压缩感知方法对高光谱图像进行压缩。发表SCI检索论文2篇，发表EI检索论文13篇，获得国内授权专利2项。