欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2014104823794
申请人: 重庆邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2024-02-23
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种压缩编码高光谱遥感图像的多层次码书矢量量化方法,其特征在于,读取高光谱图像三维数据,截取要压缩的子块转化为二维矩阵形式的原始矢量数据,将原始矢量数据分割为低维部分、中维部分、高维部分;然后对三部分矢量数据分别作哈达玛Hadamard变换和离散度排序预处理,得到预处理后的三部分矢量数据;对预处理后的三部分矢量数据分别截取矢量数据的前1/4维分量组成低维部分、中维部分、高维部分训练子矢量数据,剩余的3/4维分量作为对应部分的尾部子矢量数据;设置码书尺寸为多层次码书,对各部分训练子矢量数据进行矢量量化,得到迭代的训练子矢量码字索引和训练子矢量码书;根据训练子矢量码字索引分别对三部分尾部子矢量数据编码,得到三部分尾部子矢量码书和码字索引;分别整理各部分码书,得到三部分空域最终完整码书和最终码字索引,完成高光谱图像数据块的压缩编码。

2.根据权利要求1所述的方法,其特征在于,所述分割原则为:三部分矢量的维数分别都满足2的整数次幂,若不满足则在矢量末尾补零将维数扩展为最接近2的整数次幂,三部分矢量维数之和等于或接近原矢量维数。

3.根据权利要求1所述的方法,其特征在于,预处理具体为:对三部分矢量数据分别作Hadamard变换,将各部分矢量数据中每个行矢量右乘一个相同维数的Hadamard方阵;根据某维分量的最大值与最小值计算各部分矢量数据中该维分量的离散度;将各部分矢量的离散度值分别进行降序排序,记录排序索引,按照排序索引分别重新排列对应部分矢量数据的各维分量。

4.根据权利要求1所述的方法,其特征在于,设定码书尺寸为多层次码书具体为,根据基本码书尺寸N设定低维部分训练子矢量码书尺寸N1、中维部分训练子矢量码书尺寸N2、高维部分训练子矢量码书尺寸N3,其中,N1、N2、N3为N的倍数,N1>N2>N3。

5.根据权利要求1所述的方法,其特征在于,进行矢量量化进一步包括:搜索每个训练子矢量的最佳匹配码字,并将训练子矢量划分到对应的胞腔中,记录对应的码字索引,直到所有的训练子矢量都训练完成,以各胞腔的质心代替原来胞腔对应的码字,保存最后一次迭代产生的低维训练子矢量码书和码字索引、中维训练子矢量码书和码字索引、高维训练子矢量码书和码字索引。

6.根据权利要求1所述的方法,其特征在于,进行矢量量化进一步包括:获取初始码书和初始码字索引,计算训练矢量集中的各训练子矢量的2范数,并将其按升序排序,记录排序索引,按照该索引重新排序各训练子矢量,对各训练子矢量平均分组后取每组最后一个组成初始码书,各训练子矢量的分组号作为其对应的初始码字索引。

7.根据权利要求1所述的方法,其特征在于,得到三部分尾部子矢量码书和码字索引具体为:将三部分训练子矢量码字索引作为对应部分的尾部子矢量编码索引,按照编码索引将所有尾部子矢量分配到各个胞腔中,以各胞腔的质心作为码字,得到各部分尾部子矢量码书。

8.根据权利要求1所述的方法,其特征在于,整理各部分码书具体包括,将训练子矢量码书作为前1/4维分量,尾部子矢量码书作为后3/4维分量,连接成对应部分的Hadamard变换域完整码书;再对各部分Hadamard变换域完整码书进行离散度反排序,Hadamard反变换得到各部分空域最终完整码书,将训练子矢量码字索引作为空域最终码字索引。

9.根据权利要求5所述的方法,其特征在于,搜索每个训练子矢量的最佳匹配码字进一步包括:按照当前训练矢量X对应的码字索引I(i)找到码书W中第I(i)个码字Yop,计算X与Yop之间的欧式距离作为当前最小失真 按照Yop为中心2

上下搜索,输入当前判断码字Yj;计算D1=(NormX-NormY(j)),其中NormX为X的2范数,NormY(j)为当前判断码字Yj的2范数,若D1≥Dmin,且NormX≥NormY(j),则排除码字Yk(k=1,…,j),若NormX≤NormY(j),则排除码字Yk(k=j,…,N);若不满足D1≥Dmin,计算D2

2 2

=(X1-Yj1)+(VX-VY(j)),若不等式D2≥Dmin成立,则排除码字Yj,否则,计算X与Yj的累积失真 若不等式Dq(X,Yj)≥Dmin成立,则排除码字Yj,如直到q=m,不等式Dq(X,Yj)≥Dmin均不成立,则当前码字Yj为训练矢量X对应的最匹配码字,其中,k表示第k维分量,m表示训练矢量X的维数,N为码书W的尺寸,VX为当前训练矢量X的方差,VY(j)为当前码字Yj的方差,Xk为X的第k维分量,X1为X的第一维分量,Yj1为Yj的第一维分量。