[发明专利]基于分布式压缩感知的高光谱图像压缩方法

权利要求书

1.一种基于分布式压缩感知的高光谱图像压缩方法，其特征在于，包括：

步骤01：针对待处理的高光谱图像，基于高光谱图像中各波段的相关性强弱和各波段的信息熵值，将高光谱图像的所有波段划分为一个低相关性波段组和多个高相关性波段组，每一高相关性波段组包括：一个高熵值的参考波段和多个非参考波段；

步骤02：针对每一高相关性波段组，根据预设的感兴趣区域选择策略，从参考波段中确定感兴趣区域，将参考波段中除感兴趣区域之外的区域作为背景区域；

步骤03：针对高相关性波段组的每一个非参考波段，与该组参考波段中感兴趣区域、背景区域分别进行差分处理，获得分别对应于所述感兴趣区域和背景区域的残差图像；

步骤04：采用第一编码方式依次压缩编码每一高相关性波段组中感兴趣区域及多个与感兴趣区域关联的残差图像；

采用第二编码方式依次压缩编码每一高相关性波段组中背景区域及多个与背景区域关联的残差图像；

采用第三编码方式依次独立压缩编码低相关性波段组的稀疏变换后图像；

步骤05：将所有压缩编码的码流发送；

其中，步骤01包括：

获取所述高光谱图像中所有波段的信息熵值；将大于第一预设熵值对应的波段组成第一集合s₁；

获取所述高光谱图像中所有相邻波段之间的相关系数r；确定大于第一预设参数值的每一相关系数对应的两个波段，将该些波段组成第二集合s₂；

将第一集合s₁和第二集合s₂的交集作为第三集合s₃；将第一集合s₁中去除第三集合s₃的元素作为一个高熵值低相关性波段组；

将高光谱图像的所有波段中除去低相关性波段的波段划分为多个高相关性波段组，保证每一个高相关性波段组中均存在第三集合s₃中的至少一个元素；

针对每一高相关性波段组，将该组中信息熵值最大的元素作为该组的参考波段，将该组中其它波段作为非参考波段。

2.根据权利要求1所述的方法，其特征在于，将高光谱图像的所有波段中除去低相关性波段的波段划分为多个高相关性波段组的步骤，包括：

将高光谱图像的所有波段中除去低相关性波段作为待分组波段；

将待分组波段分为三个高相关性波段组，其中，第一高相关性波段组中波段的数量小于第三预设参数值T，第二高相关性波段组中波段的数量等于第三预设参数值T，第三高相关性波段组中波段的数量大于第三预设参数值T，且每一高相关性波段组中存在第三集合s₃中的至少一个元素。

3.根据权利要求1所述的方法，其特征在于，步骤02包括：

将参考波段分为n块，将n块中的第m块作为感兴趣区域；

n、m均为自然数，且m小于n。

4.根据权利要求1至3任一所述的方法，其特征在于，第一编码方式为分布式压缩感知JSM-3稀疏模型的编码方式，即所有信号包含公共的非稀疏部分和特有的稀疏部分；

第二编码方式为分布式压缩感知JSM-2稀疏模型的编码方式，即所有的信号包含公共的稀疏部分和特有的稀疏部分；

第三编码方式为分布式压缩感知JSM-1稀疏模型的编码方式，即所有信号有相同的稀疏结构。

5.根据权利要求1至3任一所述的方法，其特征在于，所述方法还包括：

步骤06：接收编码端发送的压缩编码后的码流；

步骤07：采用第一解码方式重构出每一组的感兴趣区域及多个与感兴趣区域关联的残差图像；

采用第二解码方式重构出每一组的背景区域及多个与背景区域关联的残差图像；

采用第三解码方式重构出低相关性波段的稀疏变换后的图像；

步骤08：根据重构出所有组的感兴趣区域及多个与感兴趣区域关联的残差图像、背景区域及多个与背景区域关联的残差图像、低相关性波段的图像，进而重构出高光谱图像。