[发明专利]一种高光谱图像压缩方法、装置、设备及可读存储介质

说明书

本发明公开了一种高光谱图像压缩方法、装置、设备及可读存储介质，该方法包括：将待压缩的高光谱遥感数据作为一个三阶张量，前两阶分别表示图像的空间维信息中的高度信息和宽度信息、第三阶表示图像的光谱维信息；对所述三阶张量进行Tucker分解，得到一个核张量和三个因子矩阵；所述三个因子矩阵分别包括了图像的空间维中的高度信息和宽度信息、图像的光谱维信息；对所述核张量进行CP分解，从而实现压缩。本发明同时利用Tucker分解和CP分解的优势，可以实现压缩时间短，同时实现保留更多的空间信息和光谱信息，可以用于高光谱图像的实时传输和存储，而且考虑到了高光谱图像特性本身，不会对后续的高光谱数据应用和分析带来负面影响。

技术领域

本发明涉及推扫型高光谱成像技术领域，尤其涉及一种高光谱图像压缩方法、装置、设备及可读存储介质。

背景技术

高光谱成像仪是可以同时获得探测目标的几何信息和光谱信息的技术，广泛应用于农业、生物、和环境监测等方面。高光谱成像仪正在向着高分辨率、高探测灵敏度、宽谱段及宽覆盖率等方向发展，这意味着高光谱的数据越来越大，给数据的存储和实时传输带来了巨大的挑战，因此需要有效的数据压缩方法来去除高光谱数据间的冗余。

高光谱图像中有两种类型的冗余：空间冗余和光谱冗余。现在大部分高光谱压缩算法都是基于变换编码的。常见的高光谱压缩方法主要包括小波变化、主成分分析、JPEG2000、卡南-洛维变换、3D-TCE、3D-SPECK、PCA+JPEG2000等等；但是这些高光谱压缩方法只是把二维图像压缩扩展到了三维图像压缩，没有考虑高光谱图像光谱特性本身，这会造成解压后的高光谱图像与原始的高光谱图像的光谱曲线误差较大，给后续的高光谱数据应用和分析带来负面影响。

有鉴于此，特提出本发明。

发明内容

本发明的目的是提供了一种高光谱图像压缩方法、装置、设备及可读存储介质，以解决现有技术中存在的上述技术问题。本发明将高光谱图像看作三阶张量，同时利用Tucker分解(Tucker分解是主成成分分析(PCA)的高阶形式，Tucker分解得到一个核张量和三个因子矩阵)和CP分解(Canonical Polyadic Decomposition，正则多元分解；CP分解是将一个张量分解为一系列的秩一张量之和)的优势，可以实现压缩时间短，同时实现保留更多的空间信息和光谱信息，可以用于高光谱图像的实时传输和存储，而且考虑到了高光谱图像特性本身，不会对后续的高光谱数据应用和分析带来负面影响。

本发明的目的是通过以下技术方案实现的：

一种高光谱图像压缩方法，包括以下步骤：

步骤1、将待压缩的高光谱遥感数据作为一个三阶张量，其中，前两阶分别表示图像的空间维信息中的高度信息和宽度信息、第三阶表示图像的光谱维信息；对所述三阶张量进行Tucker分解，得到一个核张量和三个因子矩阵；所述三个因子矩阵分别包括了图像的空间维中的高度信息、图像的空间维中的宽度信息、图像的光谱维信息；

步骤2、对所述核张量进行CP分解，从而实现对所述待压缩的高光谱遥感数据进行压缩。

优选的，根据图像信息和压缩比设置所述Tucker分解的匹配参数；和/或，根据图像信息和压缩比设置所述CP分解的匹配参数。

优选的，所述待压缩的高光谱遥感数据是高光谱成像仪获取到的高光谱遥感图像数据。

优选的，将待压缩的高光谱遥感数据作为一个三阶张量；其中前两阶分别表示高光谱图像的空间维信息中的高度信息和宽度信息，该三阶张量的第三阶表示图像的光谱维信息；对所述三阶张量进行Tucker分解，得到一个核张量与三个因子矩阵；这三个因子矩阵分别包括了图像的空间维中的高度信息、图像的空间维中的宽度信息、图像的光谱维信息；

利用CP分解将所述Tucker分解得到的核张量分解成N个秩一张量的和从而实现对所述待压缩的高光谱遥感数据进行压缩。