提出一种压缩感知成像框架结构.该结构采样端用新建的采样矩阵实现数字微镜阵列分区控制,可增强信息获取的准确性,测量得到与新数字微镜阵列对应的压缩采样值；重构端由采样值优化重构出低分辨率图像后,根据分区控制过程建立压缩感知理论框架下的超分辨重建模型,利用梯度稀疏约束优化算法进行求解,恢复出原高分辨率图像.实验结果表明： 数字微镜阵列分区控制与超分辨重建相结合的方法可以明显降低压缩感知成像系统的计算量,缩短成像时间,并且具有较高的图像重构质量.

提出了基于分层树集合分割(SPIHT)的分布式干涉多光谱图像压缩算法,将SPIHT和分布式信源编码(DSC)有效结合,以同时去除图像序列帧内、帧间及小波系数子带间的强相关性。根据DSC的特点,提出了基于边信息的辅助重构方法,以减少量化误差,提高重构质量。为了进一步保护光谱信息,采用基于加权提升系数的感兴趣区域(ROI)方法,对包含大部分光谱能量的强干涉区域优先编码。辅助重构方法在ROI保护方面也具有明显的优势,在保护强干涉区域的同时,能减少弱干涉区域的信息损失。实验结果表明,和变换域的DSC相比,算法的峰值信噪比(PSNR)提高了大约0.5 dB,拟合原始光谱曲线的性能较其它传统算法也有明显的提高。

根据干涉多光谱图像的谱间相关性和光谱分布特点,提出一种基于运动估计和感兴趣区域编码的干涉多光谱图像压缩方法.为了去除多光谱图像的谱间相关性,采用运动估计法,对补偿后的图像（即预测误差）进行小波变换及率失真优化截取内嵌码块编码.同时采用率失真斜率提升的感兴趣区域编码方法,更好地保护光谱信息,使图像在相同的光谱分辨率下具有更好的空间分辨率.实验结果与基于三维小波变换的压缩方法以及比特平面移位的感兴趣区域编码方法相比,本文所提方法能有效改善恢复图像质量,提高编码效率,更好地保护光谱信息.

基于干涉多光谱图像特点和应用环境要求,提出一种干涉多光谱图像压缩算法.采用小波域匹配预处理来去除帧间推扫平移带来的数据冗余性,采用基于码率预分配的编码方法,按照预分配到的码率大小控制码块的T1编码深度,减少编码计算量和存储器使用量,易于硬件实现和星上环境的应用.实验数据表明,码率为1 bpp时,该算法提高了恢复光谱的分辨率,满足卫星干涉多光谱图像压缩系统要求.

As one of the next generation imaging spectrometers, interferential spectrometer has been paid much attention. With traditional spectrum compression methods, the hyperspectral images generated by interferential spectrometer can only be protected with better visual quality in spatial domain, but its optical applications in Fourier domain are often ignored. So the relation between the distortion in Fourier domain and the compression in spatial domain is analyzed in this letter. Based on this analysis, a novel coding scheme is proposed, which can compress data in spatial domain while reducing the distortion in Fourier domain. The bitstream of set partitioning in hierarchical trees (SPIHT) is truncated by adaptively lifting the rate-distortion slopes of zerotrees according to the priorities of optical path difference (OPD) based on rate-distortion optimization theory. Experimental results show that the proposed scheme can achieve better performance in Fourier domain while maintaining the image quality in spatial domain.

分析了干涉多光谱图像数据的两个特性, 并提出一种基于自适应分类曲线拟合的压缩算法。首先采用均方差准则自适应地将干涉多光谱图像分为强、弱两类干涉区域, 并分别构造不同的拟合函数。对强干涉区域, 选择典型曲线, 并采用最小二乘原理对典型曲线进行拟合, 而其余曲线则根据典型曲线进行匹配预测; 对弱干涉区域, 则分别对所有干涉光强曲线独立进行拟合。最后将所有误差数据进行熵编码。实验结果表明, 与JPEG2000相比, 该算法能够减少无损压缩输出码率约0.2 bit/pixel, 明显提高有损压缩的重建图像质量, 降低光谱失真。

根据干涉多光谱图像的特点,提出一种基于分布式信源编码的干涉多光谱图像压缩算法。干涉多光谱图像序列的相邻图像之间具有明显的平移特性,编码端通过块匹配算法检测出相邻帧间的相对位移量,联合块匹配算法估计的边信息帧进行比特平面码率估计,采用基于率失真提升的感兴趣区域编码,调整图像不同区域的率失真斜率来进行更合理的码率分配。实验结果表明,该算法比传统算法更好地保护了多光谱图像的光谱信息,在不同压缩比的情况下,满足卫星干涉多光谱图像压缩系统要求,易于硬件实现,更适于星上环境的应用。

根据大孔径静态干涉多光谱图像的成像特点, 提出一种基于方向角预测的三维小波变换。这种三维小波变换的新颖之处在于它将方向预测结合到三维提升小波中。这样每次提升小波中的预测可在相关性最强的方向上进行而不需总是局限在变换的方向上。实验证明, 对于干涉多光谱图像这种方向性很强的立体图像序列, 基于方向角预测的三维小波变换比原始三维提升小波变换有明显改进, 在相同的量化编码下, 基于方向角预测的三维小波变换比原始三维提升小波变换提高1 dB左右。经该种方法压缩的图像的光谱特性也得到明显改善。

根据卫星干涉多光谱图像的成像特性,提出一种基于分类权值率失真优化截取和自适应编码深度控制的部分SPIHT光谱图像压缩算法.首先根据干涉区域类型和编码平面的重要性,对各棵零树各个编码过程赋予不同的重要性权值,然后采用部分SPIHT算法对每棵零树独立编码,编码时根据比特平面层中重要系数的统计概率自适应地进行3种编码模式的选择,同时依据重要性权值和深度控制因子自适应地控制每棵零树的编码深度,最后在编码深度内,根据不同干涉区域的零树对恢复光谱的失真贡献,采用分类权值率失真方法对码流进行优化截取,使码流分配与失真达成最优.实验结果表明,本算法比传统算法更好地保护了光谱信息.

Based on the property analysis of interferential multispectral images, a novel compression algorithm of partial set partitioning in hierarchical trees (SPIHT) with classified weighted rate-distortion optimization is presented. After wavelet decomposition, partial SPIHT is applied to each zero tree independently by adaptively selecting one of three coding modes according to the probability of the significant coefficients in each bitplane. Meanwhile the interferential multispectral image is partitioned into two kinds of regions in terms of luminous intensity, and the rate-distortion slopes of zero trees are then lifted with classified weights according to their distortion contribution to the constructed spectrum. Finally a global rate-distortion optimization truncation is performed. Compared with the conventional methods, the proposed algorithm not only improves the performance in spatial domain but also reduces the distortion in spectral domain.