论文部分内容阅读
随着遥感图像应用对空间和谱间分辨率越来越高的要求,使高光谱遥感图像的信息含量大幅度增加。而空间通信,特别是深空通信的传输信道存在异构、时变、带宽有限、误码率高的特征,使得高光谱遥感影像在压缩和传输方面存在很大的困难。这些困难在很大程度上影响和限制了高光谱图像的实际应用。基于此,近年来高光谱图像的压缩编码技术受到特别关注,并成为高光谱遥感图像处理领域的一个重要的前沿问题。本文对基于分布式信源编码的高光谱图像压缩编码技术进行研究,试图为提高高光谱遥感图像的压缩和传输效率提供一种新的途径。本文首先对遥感成像技术进行了概述,着重对多光谱和高光谱影像的研究现状和发展动态进行了分析,同时对基于预测技术、基于变换和基于矢量量化的编码算法等三类常见的编码技术进行了介绍。然后详细阐述了分布式信源编码的理论背景、发展现状、Slepian-Wolf理论(无损压缩)、Wyner-Ziv理论(有损压缩)以及三种经典方法。并以此为理论根据提出了两种高光谱遥感图像编码方案:(1)针对无损压缩提出一种基于四叉树分块的高光谱遥感图像分布式无损压缩编码方案。该方案通过自适应四叉树分块,增强了所形成陪集码的自适应性,很好地实现了编码效率和压缩效果的折中,具有一定的实用性。(2)针对有损压缩提出一种基于感兴趣区域(Region of Intrest,ROI)的高光谱图像分布式有损编码方案。该方案首先对关键帧(K帧)进行ROI提取,然后对提取的ROI进行JPEG-LS无损编码,对背景部分进行基于SPIHT的编码方法。同时对普通帧(WZ帧)进行基于压缩感知(Compressive Sensing,CS)的压缩编码。本文所提出的两种算法在很好保留分布式编码优势的基础上,分别取得了具有一定特色的研究成果,其中第一种算法通过自适应的对图像进行分块处理,能够较好的适应低复杂度环境下对高光谱图像的无损编码需求。第二种算法通过对关键帧和普通帧进行适当的处理,有效地实现了编码复杂度低、较强的抗误码性以及码流具有质量可分级等的特性。