第33卷，第10期 2013年10月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
基于聚类和小波变换的多光谱图像压缩算法
曾平1.2*，张
梁玮，曾
华，罗雪梅
1.西安电子科技大学计算机学院，陕西西安
710071
2，西安石油大学计算机学院，陕西西安710065
Vol. 33, No. 10, pp2740-2744
October，2013
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间题，研究了多光谱图像的谱间稀疏等价表示及其象类实现途径，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元余，使用二维小波变换去除稀疏表示成分的空间允余，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，是种通用有效的多光谱图像压缩算法。
关键调
多光谱图像；多光谱图像压缩；多光谱图像谱间稀疏等价表示；自适应聚类；小波编码；误差补偿
中图分类号：TN911.7
言引
文献标识码：A
D0I:10.3964/j.issn.1000-0593(2013)10-2740-05
的三维空间方向树进行3DSPIHT编码，提高了压缩效率，但也存在时空复杂度较高的问题。Ma等[*为进一步提高压缩的针对性，利用多光谱图像相邻波段相似的特性，将波段
多光谱图像是记录观察对象光谱反射特性的一类新型图像，其像素值反映光谱反射率，波段数通常在31以上。与传统的RGB图像相比，多光谱图像能够更好地反映对象的各种光学特征，因此已广泛用于航天航空遥感"]，并在艺术品存档、生物医学、高性能色彩再现[2.3]等领域得到越来越多的应用，但其海量数据也增大了图像存储、传输的难度，必须使用数据压缩方法来提高存储和传输效率。
多光谱图像反映同一观察对象在不同纳米波段的光谱特性，既有较强的空间相关性，也有极强的谱间相关性。目前，小波变换因其出色的去相关性能，已被广泛用于多光谱图像压缩，最直接的应用，是对多光谱图像的各波段灰度图分别进行2DSPIHT4。但小波变换属于通用方法，简单套用并不能有效去除多光谱图像存在的强谱间允余。为解决这一问题，Kim[5]和Tangl]等利用三维小波变换同时去除高光谱图像的空间和谱间允余，并扩展二维小波编码方法至三维编码，但这一方法用于波段较少的多光谱图像时，无法做到较高级的小波分解，不能充分去除谱间允余，且会占用较大内存和较长处理时间。文献[7]利用Karhunen-Loeve变换去除谱间完余，用二维离散小波变换去除空间余，最后用改进
收稿日期：2013-01-30，修订日期：2013-04-02
基金项目：国家"十二五"预研项目(513160702)资助
两两分组，获得了一定的效果，但因分组过于简单，仍未充分利用多光谱图像的谱间相关性。文献对高光谱图像进行分段预测，最后结合小波变换进行压缩编码，但其分段方法只对相似波段连续出现的对象有效，不具普适性。
本文针对目前有损压缩算法存在的不足，首先研究了光谱子分图像的自适应聚类问题，提出了多光谱图像的谱间稀疏等价表示方法，探讨了稀疏等价表示方法的聚类实现途径，验证了吸引力传播聚类用于光谱子分图像自适应聚类的可行性和效率；在此基础上，设计了一种基于自适应谱间聚类和小波变换的多光谱图像压缩算法；最后，给出了算法有效性的实验验证结果。
1
光谱子分图像的自适应聚类
1.1多光谱图像的谱间稀疏等价表示
设多光谱图像为FERMXNXL，各波段子分图像为F;E RMxN，i=1，2，L，由于各谱间子分图像是对同一观察对象分波段成像而得，其不仅具有相同的空间拓扑结构，邻近谱段子分图像间也具有极强的谱间相关性。为充分利用谱间
作者简介：果玮，1985年生，西安电子科技大学计算机学院博士研究生
*通讯联系人
万方数据
e-mail; zengpxsyu, edu, cn
e-mail, wwliang@mail. xidian, edu, cn