一種多級(jí)和分維矢量量化的遙感信號(hào)壓縮編碼方法
【專(zhuān)利摘要】本發(fā)明提出了一種基于多級(jí)分維矢量量化的高光譜信號(hào)編碼方法。對(duì)第一級(jí)矢量量化的輸入矢量首先進(jìn)行去均值操作，構(gòu)造第一級(jí)矢量量化的初始碼書(shū)，并生成第一級(jí)矢量量化的最終碼書(shū)和編碼；由第一級(jí)矢量量化的重構(gòu)圖像和原去均值圖像，構(gòu)成矢量進(jìn)行分維處理，分維后每一個(gè)部分的數(shù)據(jù)作為第二級(jí)矢量量化的輸入矢量，構(gòu)造第二級(jí)矢量量化的初始碼書(shū)，同時(shí)利用快速搜索算法，實(shí)施快速聚類(lèi)，生成每一個(gè)部分?jǐn)?shù)據(jù)的第二級(jí)矢量量化的最終碼書(shū)和索引。本發(fā)明結(jié)合去均值、矢量分維和多級(jí)矢量量化達(dá)到減小量化誤差的目標(biāo)，不僅能夠提高壓縮比和圖像恢復(fù)質(zhì)量，而且可以大幅降低算法的計(jì)算復(fù)雜度，達(dá)到對(duì)高光譜遙感信號(hào)快速壓縮編碼的目的。
【專(zhuān)利說(shuō)明】一種多級(jí)和分維矢量量化的遙感信號(hào)壓縮編碼方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于高光譜遙感圖像處理領(lǐng)域，具體涉及一種結(jié)合多級(jí)和分維矢量量化技術(shù)的高光譜遙感圖像數(shù)據(jù)壓縮編碼方法。
【背景技術(shù)】
[0002]一切物體均具有反射或者輻射不同波長(zhǎng)電磁波的特性，通過(guò)識(shí)別電磁波而達(dá)到識(shí)別物體及其存在環(huán)境的技術(shù)稱為遙感。它是20世紀(jì)60年代發(fā)展起來(lái)的一項(xiàng)綜合對(duì)地觀測(cè)技術(shù)，能夠不直接接觸目標(biāo)、區(qū)域或現(xiàn)象而獲得相關(guān)數(shù)據(jù)，并加以分析以獲得所需要的信息。遙感技術(shù)是以電磁輻射理論為基礎(chǔ)，集合了電磁波理論、光譜學(xué)和色度學(xué)、物理與幾何光學(xué)、地理學(xué)、地質(zhì)學(xué)、大氣科學(xué)以及海洋科學(xué)等眾多學(xué)科。遙感作為人類(lèi)獲取信息的重要手段，經(jīng)過(guò)幾十年的發(fā)展，已經(jīng)在國(guó)民經(jīng)濟(jì)各個(gè)鄰域有著廣泛的應(yīng)用，并且成為當(dāng)今最為活躍的科技領(lǐng)域之一。
[0003]高光譜遙感(Hyperspectral remote sensing)又稱超譜遙感，目前應(yīng)用最多的是美國(guó)NASA噴氣實(shí)驗(yàn)室研制的機(jī)載可見(jiàn)光成像光譜儀(AVIRIS)。高光譜遙感圖像是指利用高光譜傳感器對(duì)同一對(duì)象在多個(gè)窄光譜波段范圍上獲得的圖像，它記錄了成像地物在多個(gè)光譜波段的響應(yīng)特性，提供了關(guān)于地物更細(xì)致的光譜信息，但同時(shí)其數(shù)據(jù)量急劇增加，給機(jī)載和星載數(shù)據(jù)傳輸和存儲(chǔ)帶來(lái)困難。典型AVIRIS圖像的大小為614X512，成像波段數(shù)為224，如果每像素灰度值以兩個(gè)字節(jié)存儲(chǔ)，一組圖像的數(shù)據(jù)量則約為140M字節(jié)。因此，隨著高光譜遙感技術(shù)的發(fā)展，海量的高光譜遙感數(shù)據(jù)的傳輸、存儲(chǔ)和管理帶來(lái)的困難也日益加劇。為了提高高光譜傳感器的工作效率，在有限的通信帶寬實(shí)現(xiàn)高光譜遙感圖像的高速傳輸，使各種機(jī)載/星載超譜傳感器獲得的高光譜遙感圖像最大限度地得到利用，研究和開(kāi)發(fā)高性能的高光譜遙感圖像壓縮技術(shù)具有非常重要的意義。對(duì)高光譜遙感圖像進(jìn)行壓縮可以:(1)較快地傳輸各種信源，降低信道占用費(fèi)用。(2)在現(xiàn)有的通信干線上開(kāi)通更多的并行業(yè)務(wù)。(3)降低發(fā)射機(jī)的功率。(4)緊縮數(shù)據(jù)存儲(chǔ)容量，降低存儲(chǔ)費(fèi)用。因此，高光譜遙感圖像壓縮的算法研究具有重要應(yīng)用價(jià)值。
[0004]高光譜遙感圖像的壓縮要考慮去除兩類(lèi)相關(guān)性一譜間相關(guān)性和空間相關(guān)性。譜間相關(guān)性部分是由于傳感器的頻譜交疊，部分是由于地物的反射頻譜覆蓋了較大的頻譜范圍。譜間相關(guān)性又可以進(jìn)一步分為兩類(lèi)，在統(tǒng)計(jì)意義上存在的圖像像素?cái)?shù)值上的相關(guān)性稱為統(tǒng)計(jì)相關(guān)性。由于各個(gè)波段圖像對(duì)應(yīng)同一視場(chǎng)，圖像內(nèi)容具有相同的幾何結(jié)構(gòu)的相關(guān)性稱為結(jié)構(gòu)相關(guān)性?？臻g相關(guān)性主要是由于同一地物具有相同的反射特性。由于矢量量化可以通過(guò)聚類(lèi)的方法去掉高光譜遙感圖像的冗余度，它能有效地利用矢量中各分量間的4種相互關(guān)聯(lián)的性質(zhì):線性依賴性、非線性依賴性、概率密度函數(shù)的形狀以及矢量維數(shù)，并且矢量量化具有壓縮比大、編解碼簡(jiǎn)單和失真較小的特點(diǎn)。因此矢量量化作為一種對(duì)高光譜遙感圖像壓縮效果顯著，圖像恢復(fù)質(zhì)量高的壓縮算法，得到廣泛的應(yīng)用。申請(qǐng)?zhí)枮?01110272304.X的專(zhuān)利申請(qǐng)公開(kāi)為一種超譜信號(hào)的快速壓縮編碼方法及圖像壓縮方法，但該方法在壓縮比、圖像恢復(fù)質(zhì)量(峰值信噪比)和計(jì)算復(fù)雜度上仍有待改善。
【發(fā)明內(nèi)容】

[0005]本發(fā)明針對(duì)現(xiàn)有高光譜遙感圖像壓縮采用無(wú)損壓縮方法圖像的壓縮比低和有損壓縮圖像的恢復(fù)質(zhì)量差的缺點(diǎn)，提出了一種基于多級(jí)分維矢量量化的高光譜遙感圖像的快速壓縮編碼方法，在保證碼書(shū)尺寸不變的情況下，提高了高光譜遙感圖像的壓縮比和恢復(fù)質(zhì)量，同時(shí)也降低了算法的計(jì)算復(fù)雜度。
[0006]一種多級(jí)和分維矢量量化的高光譜遙感信號(hào)快速編碼方法，包括:讀取高光譜數(shù)據(jù)源，提取高光譜數(shù)據(jù)各行矢量的均值并保存，對(duì)高光譜的行矢量進(jìn)行去均值操作獲得去均值圖像，構(gòu)造第一級(jí)矢量量化的初始碼書(shū)，獲取第一級(jí)編碼碼書(shū)和編碼；用第一級(jí)碼書(shū)及編碼索引重構(gòu)的圖像，與去均值圖像相減得到差值圖像，對(duì)差值圖像矢量進(jìn)行分維處理，對(duì)分維后各部分分別構(gòu)造對(duì)應(yīng)的第二級(jí)矢量量化的初始碼書(shū)作為第二級(jí)矢量量化的輸入數(shù)據(jù)，訓(xùn)練該初始碼書(shū)得到各部分的第二級(jí)矢量量化的碼書(shū)和編碼索引；由行矢量均值、第一級(jí)碼書(shū)和編碼索引、以及分維的各部分第二級(jí)矢量量化碼書(shū)和編碼索引構(gòu)成高光譜數(shù)據(jù)源的壓縮數(shù)據(jù)。
[0007]其主要包括以下幾個(gè)階段:
[0008]第一級(jí)矢量量化初始化階段:讀取高光譜數(shù)據(jù)源，將高光譜數(shù)據(jù)源矩陣的每一個(gè)行矢量與其均值做差，對(duì)生成的去均值矩陣進(jìn)行哈達(dá)瑪變換，將得到的矢量數(shù)據(jù)按照行矢量均值的大小進(jìn)行升序排列，獲得排序后索引值和排序后的矢量矩陣，然后對(duì)排序后的矢量平均分組，依次選取每組首矢量得到第一級(jí)矢量量化的初始碼書(shū)，設(shè)置第一級(jí)矢量量化過(guò)程的最大迭代次數(shù)或失真閾值。
[0009]第一級(jí)矢量量化訓(xùn)練階段:根據(jù)歐式距離確定訓(xùn)練矢量的最佳匹配碼字，依次將訓(xùn)練矢量劃分到它所對(duì)應(yīng)最佳匹配碼字的胞腔中，直到劃分完所有的訓(xùn)練矢量，最后用胞腔的質(zhì)心來(lái)更新當(dāng)前最佳匹配碼字。直至累計(jì)迭代次數(shù)達(dá)到設(shè)定的最大迭代次數(shù)或最近兩次平均失真的相對(duì)誤差值小于設(shè)置的失真閾值，結(jié)束訓(xùn)練并打包第一級(jí)矢量量化的最終碼書(shū)以及所有矢量最佳匹配碼字的索引和行矢量均值；否則，繼續(xù)訓(xùn)練。
[0010]第二級(jí)矢量量化初始化階段:用第一級(jí)矢量量化生成的碼書(shū)以及所有矢量對(duì)應(yīng)的最佳匹配碼字的索引構(gòu)造哈達(dá)瑪域的恢復(fù)圖像，利用矢量去均值后的圖像與所得到的恢復(fù)圖像生成差值圖像，對(duì)差值圖像按照2的整數(shù)次冪進(jìn)行分維處理，生成三個(gè)部分。以第一部分為例，對(duì)第一部分的矢量進(jìn)行哈達(dá)瑪變換，將變換后矢量數(shù)據(jù)按照第一維分量值進(jìn)行升序排列，獲得排序索引，然后平均分組，依次選取每組首矢量得到第一部分的第二級(jí)矢量量化的初始碼書(shū)，并設(shè)置第一部分的第二級(jí)矢量量化過(guò)程的迭代次數(shù)或失真閾值。
[0011]第二級(jí)矢量量化訓(xùn)練階段:采用快速算法搜索訓(xùn)練矢量的最佳匹配碼字，依次將訓(xùn)練矢量劃分到它所對(duì)應(yīng)的胞腔中，直到劃分完所有的訓(xùn)練矢量，最后用胞腔的質(zhì)心來(lái)更新當(dāng)前最佳匹配碼字。當(dāng)累計(jì)迭代次數(shù)達(dá)到設(shè)定的最大迭代次數(shù)或最近兩次平均失真的相對(duì)誤差值小于設(shè)置的失真閾值，結(jié)束訓(xùn)練并打包每一部分的第二級(jí)矢量量化的最終碼書(shū)以及所有矢量最佳匹配碼字的索引值；否則，繼續(xù)訓(xùn)練。
[0012]生成初始碼書(shū)具體為:第一級(jí)矢量量化初始碼書(shū)生成，將高光譜數(shù)據(jù)源矩陣的每一個(gè)行矢量與其均值相減，生成去均值后的矢量，對(duì)去均值后的矩陣矢量矩陣進(jìn)行擴(kuò)展，形成列數(shù)(維數(shù))為2的整數(shù)次冪的行矢量，然后對(duì)該變換矩陣進(jìn)行Hadamard變換，并按照原來(lái)行矢量的均值升序進(jìn)行排序，根據(jù)排序索引對(duì)行排序后的矩陣E按照行平均分N1組(N1為第一級(jí)矢量量化碼書(shū)的尺寸)，依次選擇每組第一個(gè)矢量作為該組的初始碼字生成初始碼書(shū)Y ;第二級(jí)矢量量化初始碼書(shū)生成，對(duì)生成的差值圖像按照2的整數(shù)次冪進(jìn)行分維處理生成FC⑴(其中i表示分維的各部分的標(biāo)記)，對(duì)FC (i)矩陣進(jìn)行Hadamard變換并按照變換后矢量的第一維按照升序進(jìn)行排序列，根據(jù)排序索引對(duì)行排序后的矩陣FC(i)_E按照行平均分N2組(N2為第二級(jí)矢量量化碼書(shū)的尺寸)，依次選擇每組第一個(gè)矢量作為該組的初始碼字生成第二級(jí)矢量量化的初始碼書(shū)FC(i)_Y。
[0013]由上述過(guò)程可見(jiàn)，矢量量化編碼只需要傳輸最終碼書(shū)以及各個(gè)訓(xùn)練矢量對(duì)應(yīng)于最終碼書(shū)中碼字的索引，解碼過(guò)程只需要在接收端利用接收到的索引值在碼書(shū)中查找與其所對(duì)應(yīng)的碼字來(lái)代替訓(xùn)練矢量，就可以恢復(fù)出高光譜遙感圖像。由于矢量量化編碼過(guò)程傳輸?shù)臄?shù)據(jù)量遠(yuǎn)遠(yuǎn)小于原始高光譜遙感圖像的數(shù)據(jù)量，因此，通過(guò)矢量量化編碼的方法可以達(dá)到壓縮高光譜遙感圖像的目的。同時(shí)，由本發(fā)明產(chǎn)生的多級(jí)碼書(shū)和索引，支持更加靈活的數(shù)據(jù)處理、傳輸和存儲(chǔ)策略，如基于漸進(jìn)傳輸?shù)男诺拉h(huán)境和數(shù)據(jù)的漸進(jìn)式呈現(xiàn)。
【專(zhuān)利附圖】

【附圖說(shuō)明】:
[0014]圖1是傳統(tǒng)的LBG算法流程框圖；
[0015]圖2是本發(fā)明方案流程框圖。
【具體實(shí)施方式】
[0016]下文中所使用變量的意義如下:χ表示空域中的矢量；χ表示哈達(dá)瑪域中的矢量；y表是空域中的碼字，表示哈達(dá)瑪域中的碼字；ite表示迭代次數(shù)；Dmin表示當(dāng)前最小失真；N表示碼書(shū)尺寸；1表示索引矩陣；E表示哈達(dá)瑪域矢量排序后的訓(xùn)練矩陣矢量；V表示胞腔矢量存儲(chǔ)矩陣；CZ表示生成的差值圖像；FC(i)表示第二級(jí)矢量量化分維后各個(gè)部分的前綴，其中i表示第i部分；PSNR表示峰值信噪比；CR表示壓縮比；Complex表示計(jì)算復(fù)雜度。
[0017]以下使用具體事例和附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明。本發(fā)明提出的基于多級(jí)和分維矢量量化的高光譜遙感信號(hào)快速編碼方法，主要包括:
[0018]從高光譜遙感圖像中獲取輸入矢量，將輸入矩陣的行矢量與該矢量的均值進(jìn)行差值操作，對(duì)差值后矩陣行矢量變維，并進(jìn)行哈達(dá)瑪變換，將變換后的矢量數(shù)據(jù)按照行矢量均值進(jìn)行升序排列，獲得排序索引，然后利用平均分組選取每組首矢量的方法得到第一級(jí)矢量量化的初始碼書(shū)，并設(shè)置第一級(jí)矢量量化過(guò)程的迭代次數(shù)。
[0019]快速搜索訓(xùn)練矢量的最佳匹配碼字，依次將訓(xùn)練矢量劃分到它們所對(duì)應(yīng)最佳匹配碼字的胞腔中，直到劃分完所有的訓(xùn)練矢量，最后用胞腔的質(zhì)心來(lái)更新當(dāng)前碼字。每輪迭代之前預(yù)先判斷累計(jì)迭代次數(shù)是否達(dá)到設(shè)定的最大迭代次數(shù)Ue1，若滿足，就結(jié)束訓(xùn)練并打包第一級(jí)矢量量化的行矢量均值、最終碼書(shū)和所有矢量最佳匹配碼字的索引；否則，繼續(xù)訓(xùn)練。
[0020]用第一級(jí)矢量量化的最終碼書(shū)、每個(gè)輸入矢量對(duì)應(yīng)匹配碼字的索引、哈達(dá)瑪反變換和變維(去除零矩陣)重構(gòu)恢復(fù)圖像，然后用去均值圖像與恢復(fù)圖像生成差值圖像；對(duì)差值圖像矢量的維數(shù)按照2的整數(shù)次冪進(jìn)行分維處理，然后將每一部分的矢量進(jìn)行哈達(dá)瑪變換。[0021]以第一部分為例，對(duì)第一部分變換后矢量數(shù)據(jù)按照第一維分量值進(jìn)行升序排列，獲得排序索引，然后利用平均分組選取每組首矢量得到初始碼字，形成第二級(jí)矢量量化第一部分矩陣的初始碼書(shū)，并設(shè)置第一部分第二級(jí)矢量量化過(guò)程的迭代次數(shù)。搜索訓(xùn)練矢量的最佳匹配碼字，依次將訓(xùn)練矢量劃分到它所對(duì)應(yīng)最佳匹配碼字的胞腔中，直到劃分完所有的訓(xùn)練矢量，最后用胞腔的質(zhì)心來(lái)更新當(dāng)前碼字。判斷累計(jì)迭代次數(shù)是否達(dá)到設(shè)定的最大迭代次數(shù)，若滿足，結(jié)束訓(xùn)練并打包第一部分第二級(jí)矢量量化的最終碼書(shū)以及所有矢量最佳匹配碼字的索引；否則，繼續(xù)訓(xùn)練。
[0022]對(duì)圖像數(shù)據(jù)矢量分維后的其余部分重復(fù)上面對(duì)第一部分的操作，相應(yīng)獲得各部分的編碼碼書(shū)和編碼索引。
[0023]具體步驟如下:⑴讀取高光譜遙感圖像，根據(jù)圖像尺寸和波段數(shù)構(gòu)建3維矩陣，并將其轉(zhuǎn)化為2維矩陣B ;⑵將B的每一個(gè)行矢量與其該行矢量的均值相減，生成去均值后的矩陣C 判斷2維矩陣C的行維數(shù)是否為2的整數(shù)次冪，如果不是，則在C的行向量后添加零矩陣，使C的行向量的維數(shù)轉(zhuǎn)化成與其最接近的2的整數(shù)次冪的維數(shù)，這樣產(chǎn)生新的增維后的矩陣C’ ；⑷對(duì)2維矩陣C’做行矢量的哈達(dá)瑪變換，將變換后的矩陣的行按照原行矢量均值進(jìn)行升序排列，獲得矢量排序后的矩陣E (第一級(jí)矢量量化訓(xùn)練矢量集)并記錄此時(shí)排序索引I1 ;(5)對(duì)矩陣E按行平均分為N1 (第一級(jí)矢量量化的碼書(shū)尺寸)組，依次選擇每組首矢量生成初始碼書(shū)，根據(jù)變換質(zhì)量要求設(shè)置迭代次數(shù)Ue1或失真閾值ε ! ;(6)設(shè)定第一級(jí)矢量量化碼書(shū)的訓(xùn)練矢量的胞腔索引矩陣I，將初始碼書(shū)中訓(xùn)練矢量歸屬到相應(yīng)的胞腔中；⑴利用快速算法搜索最佳匹配碼字，依次將訓(xùn)練矢量劃分到其最佳匹配碼字所對(duì)應(yīng)的胞腔中，直到訓(xùn)練完所有的矢量， 用胞腔的質(zhì)心來(lái)更新碼字。在達(dá)到設(shè)定的最大迭代數(shù)或失真閾值時(shí)，輸出第一級(jí)矢量量化過(guò)程的行矢量均值、最終碼書(shū)Y和訓(xùn)練矢量的聚類(lèi)索引(胞腔號(hào))1 ;(8)利用第一級(jí)矢量量化生成的最終碼書(shū)Y和聚類(lèi)索引I重構(gòu)圖像，然后對(duì)其進(jìn)行哈達(dá)瑪反變換和變維(去除零矩陣)生成恢復(fù)圖像；(9)利用圖像C和恢復(fù)圖像生成差值圖像CZ ；
(10)按照2的整數(shù)次冪對(duì)差值圖像的矢量進(jìn)行分維處理，不滿足的進(jìn)行補(bǔ)零操作，生成矩陣FC(i)，其中i表示分維后各部分 的標(biāo)記；(11)對(duì)2維矩陣FC(i)進(jìn)行哈達(dá)瑪變換，將變換后的行矢量按照第一維分量值進(jìn)行升序排列，獲得矢量排序后的矩陣FC (i) _E (第二級(jí)矢量量化訓(xùn)練矢量集)并記錄此時(shí)排序索引FcatI1 ;(12)對(duì)矩陣F(-i)_E按行平均分為N2 (第二級(jí)矢量量化的碼書(shū)尺寸)組，依次選擇每組首矢量生成初始碼書(shū)，設(shè)置迭代次數(shù)Ue2或失真閾值ε 2 ;(13)設(shè)定第二級(jí)矢量量化的訓(xùn)練矢量的胞腔索引矩陣FC(i)_I，將初始碼書(shū)中訓(xùn)練矢量歸屬到相應(yīng)的胞腔中；(M)利用快速算法搜索最佳匹配碼字，然后將訓(xùn)練矢量劃分到最佳匹配碼字所對(duì)應(yīng)的胞腔，直到訓(xùn)練完所有的矢量，本輪迭代結(jié)束時(shí)以胞腔的質(zhì)心更新碼字。在達(dá)到設(shè)定的最大迭代數(shù)或失真閾值時(shí)，輸出第二級(jí)矢量量化設(shè)計(jì)最終碼書(shū)FC(i)_Y以及訓(xùn)練矢量對(duì)應(yīng)的聚類(lèi)索引(胞腔號(hào))FC⑴」。
[0024]以下具體描述本發(fā)明的實(shí)現(xiàn)方式:
[0025]在MATLAB7.9軟件 平臺(tái)下結(jié)合附圖對(duì)本發(fā)明方案的實(shí)例進(jìn)行詳細(xì)說(shuō)明。圖2為本發(fā)明方法流程框圖，使用典型的AVIRIS高光譜遙感圖像(大小為512X614X224)，為了處理方便，在每個(gè)波段中截取大小為256X256的圖像塊，其每個(gè)波段中像元數(shù)據(jù)以兩個(gè)字節(jié)的帶符號(hào)整數(shù)表示，本方案的具體實(shí)施步驟如下:
[0026]第一級(jí)矢量量化初始化階段:[0027]步驟1:讀取高光譜數(shù)據(jù)，并將其轉(zhuǎn)化為二維矩陣B (65536，224)
[0028]步驟2:對(duì)矩陣B的行矢量都進(jìn)行去均值操作，即將每一個(gè)行矢量都與其行矢量均值相減，生成新的矢量，記為矩陣C ；
[0029]步驟3:在矩陣C的每一行矢量后添加32維的零矢量，獲得矩陣C’(65536，256)；
[0030]步驟4:對(duì)C，進(jìn)行Hadamard變換得到變換矩陣D (65536，256)，將矩陣D按照原行矢量均值的大小重新進(jìn)行升序排序，獲得行排序后的矩陣E，記錄這時(shí)的排序索引I1，然后對(duì)矩陣E按照行平均分N1組(N1為第一級(jí)矢量量化碼書(shū)的尺寸)，依次選擇每組第一個(gè)矢量作為該組的初始碼字，生成初始碼書(shū)Y ;
[0031]步驟5:置初始編碼索引矩陣為I (1，65536)，根據(jù)第一級(jí)對(duì)于訓(xùn)練矢量集E的劃分，將訓(xùn)練矢量按照初始劃分分配到相應(yīng)的胞腔中，獲得訓(xùn)練矢量的初始編碼(胞腔號(hào));
[0032]步驟6:設(shè)置初始化迭代次數(shù)Ue1，根據(jù)編碼質(zhì)量要求由用戶確定Ue1的值；第一級(jí)矢量量化訓(xùn)練階段:
[0033]步驟1:計(jì)算E中所有訓(xùn)練矢量和Y中碼字矢量的方差，并保存在初始碼書(shū)中；
[0034]步驟2:初始化存放訓(xùn)練矢量的胞腔V以及存放此胞腔訓(xùn)練矢量的個(gè)數(shù)U ；
[0035]步驟3:對(duì)于上述E矩陣的每一個(gè)行矢量，即每一個(gè)訓(xùn)練矢量(記為X)，從上一次迭代后其歸屬的胞腔開(kāi)始搜索，計(jì)算當(dāng)前訓(xùn)練矢量X與碼字Υιω (I (i)是X上一次的編碼索引值，對(duì)應(yīng)的YI(i)就是其上一次X的編碼碼字)的歐式距離，并將此歐式距離作為當(dāng)前最小失直Dmin；
[0036]步驟4 計(jì)算D1=(Vx-Vj)2 (其中
【權(quán)利要求】
1.一種多級(jí)和分維矢量量化的高光譜遙感信號(hào)快速編碼方法，其特征在于，讀取高光譜數(shù)據(jù)源，提取高光譜數(shù)據(jù)各行矢量的均值并保存，對(duì)高光譜數(shù)據(jù)的行矢量進(jìn)行去均值操作獲得去均值圖像，構(gòu)造第一級(jí)矢量量化的初始碼書(shū)，獲取第一級(jí)編碼碼書(shū)和編碼；用第一級(jí)編碼碼書(shū)及編碼索引重構(gòu)的圖像，與去均值圖像相減得到差值圖像，對(duì)差值圖像矢量進(jìn)行分維處理，對(duì)分維處理后各部分分別構(gòu)造對(duì)應(yīng)的第二級(jí)矢量量化的初始碼書(shū)作為第二級(jí)矢量量化的輸入數(shù)據(jù)，訓(xùn)練該初始碼書(shū)得到各部分的第二級(jí)矢量量化的碼書(shū)和編碼索引；由行矢量均值、第一級(jí)碼書(shū)和編碼索引、以及分維的各部分第二級(jí)矢量量化碼書(shū)和編碼索弓I構(gòu)成高光譜數(shù)據(jù)源的壓縮數(shù)據(jù)。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述去均值操作具體為:對(duì)高光譜的行矢量減去該行矢量均值，生成差值數(shù)據(jù)矩陣。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲得第一級(jí)矢量量化的初始碼書(shū)具體包括:對(duì)高光譜數(shù)據(jù)源矩陣進(jìn)行補(bǔ)零操作，進(jìn)行哈達(dá)瑪變換得到的矢量數(shù)據(jù)按照原行矢量均值的大小進(jìn)行升序排列，獲得排序后索引值構(gòu)成矩陣，然后對(duì)排序后的矩陣平均分組，依次選取每組第一個(gè)矢量作為第一級(jí)矢量量化的初始碼書(shū)。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述差值圖像具體為:去均值后的原圖像減掉由第一級(jí)矢量量化得到的重構(gòu)圖像，生成差值圖像。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)差值圖像矢量進(jìn)行分維處理具體為:按照2的整數(shù)次冪對(duì)差值圖像矢量進(jìn)行分維，將矢量數(shù)據(jù)分為三個(gè)部分，每一個(gè)部分都單獨(dú)作為第二級(jí)矢量量化的一個(gè)輸入數(shù)據(jù)。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)于分維后的第二級(jí)矢量量化的初始碼書(shū)構(gòu)造:分別對(duì)分維后的圖像矩陣進(jìn)行哈達(dá)瑪變換，將變換后矢量數(shù)據(jù)按照第一維分量值進(jìn)行升序排列，獲得排序索引，對(duì)排序索引平均分組，依次選取每組首矢量分別得到每一個(gè)部分第二級(jí)矢量量化的初始碼書(shū)。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，構(gòu)造第一級(jí)矢量量化的初始碼書(shū)具體包括:⑴讀取高光譜遙感圖像矩陣，將其轉(zhuǎn)化為2維矩陣B 將矩陣B的每一行矢量都減去該行矢量所對(duì)應(yīng)的均值，生成去均值矩陣C ;⑶使C的行向量的維數(shù)轉(zhuǎn)化成2的整數(shù)次冪的維數(shù)得到矩陣C’ J4)對(duì)矩陣C’進(jìn)行哈達(dá)瑪變換，將變換后的矩陣按照原行矢量均值對(duì)矢量進(jìn)行升序排列，獲得矢量排序后的矩陣E并記錄此時(shí)排序索引I1 ;(5)對(duì)矩陣E按行根據(jù)第一級(jí)矢量量化的初始碼書(shū)尺寸N1平均分組,依次選擇每組首矢量生成初始碼書(shū)。
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲得第二級(jí)矢量量化的初始碼書(shū)具體包括:利用去均值圖像和第一級(jí)矢量量化的重構(gòu)圖像，生成差值圖像CZ ;對(duì)差值圖像矩陣的行矢量按照2的整數(shù)次冪進(jìn)行分維，生成分維矩陣FC1、FC2和FC3 ;分維后各部分行矢量進(jìn)哈達(dá)瑪變換，變換后的矢量依其第一維分量值進(jìn)行升序排列，獲得相應(yīng)排序后的矩陣作為第二級(jí)矢量量化訓(xùn)練矢量集；對(duì)此矩陣按行根據(jù)第二級(jí)矢量量化的初始碼書(shū)尺寸N2平均分組，依次選擇每組首矢量生成對(duì)應(yīng)的第二級(jí)各個(gè)分維部分的初始碼書(shū)。
【文檔編號(hào)】H04N7/28GK103442236SQ201310420156
【公開(kāi)日】2013年12月11日 申請(qǐng)日期:2013年9月16日 優(yōu)先權(quán)日:2013年9月16日
【發(fā)明者】陳善學(xué), 韓勇, 于佳佳, 李俊, 馮銀波 申請(qǐng)人:重慶郵電大學(xué)