CN107835429B - 一种高光谱图像的压缩方法及*** - Google Patents

一种高光谱图像的压缩方法及*** Download PDF

Info

Publication number
CN107835429B
CN107835429B CN201711046217.6A CN201711046217A CN107835429B CN 107835429 B CN107835429 B CN 107835429B CN 201711046217 A CN201711046217 A CN 201711046217A CN 107835429 B CN107835429 B CN 107835429B
Authority
CN
China
Prior art keywords
code stream
klt
image
processing unit
central processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711046217.6A
Other languages
English (en)
Other versions
CN107835429A (zh
Inventor
李卓
徐哲
陈昕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Information Science and Technology University
Original Assignee
Beijing Information Science and Technology University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Information Science and Technology University filed Critical Beijing Information Science and Technology University
Priority to CN201711046217.6A priority Critical patent/CN107835429B/zh
Publication of CN107835429A publication Critical patent/CN107835429A/zh
Application granted granted Critical
Publication of CN107835429B publication Critical patent/CN107835429B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/18—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a set of transform coefficients
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/436—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation using parallelised computational arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本申请提供了一种高光谱图像的压缩方法及***，中央处理器获取高光谱图像中预设波段数的图像作为目标图像，将目标图像处理成多个三维矩阵，图形处理器对多个三维矩阵进行并行KLT变换，获得KLT变换结果和KLT变换系数；中央处理器对KLT变换结果进行帧内预测和量化编码，获得第一码流，对KLT变换系数进行编码，获得第二码流；中央处理器整合第一码流和第二码流并输出整合后的码流，中央处理器判断是否还存在未压缩的图像数据，如果是，则从未压缩的图像数据中获取预设波段数的图像作为目标图像，执行将待压缩图像处理成多个三维矩阵。本发明实施例提供的高光谱图像的压缩方法能够高效的对高光谱图像进行压缩。

Description

一种高光谱图像的压缩方法及***
技术领域
本发明涉及图像处理技术领域，尤其涉及一种高光谱图像的压缩方法及***。
背景技术
成像光谱图像按照光谱通道数和光谱分辨率的不同，可分为多光谱、高光谱和超光谱三类。其中，高光谱成像具有高空间分辨率和高光谱分辨率以及较多的光谱通道数。高光谱图像的光谱通道数为100～200，光谱分辨率为10nm～l00nm，是一种三维立体图像，即在普通二维图像的基础上又多了一维光谱信息，因此，高光谱图像的数据量较大。
随着成像技术的快速发展，高光谱图像的空间和光谱分辨率不断提高，高光谱图像的数据量也不断增大，高光谱图像庞大的数据量给数据传输和存储带来了巨大的压力，对高光谱图像进行有效的压缩成为高光谱图像传输、存储的关键问题。
发明内容
有鉴于此，本发明提供了一种高光谱图像的压缩方法及***，用于实现对高光谱图像的压缩，从而提高传输效率和存储效率、节省存储空间，其技术方案如下：
一种高光谱图像的压缩方法，包括：
中央处理器获取高光谱图像中预设波段数的图像作为目标图像，将所述目标图像处理成多个三维矩阵；
图形处理器对所述多个三维矩阵进行并行KLT变换，获得KLT变换结果和KLT变换系数；
所述中央处理器对所述KLT变换结果进行帧内预测和量化编码，获得第一码流，并对所述KLT变换系数进行编码，获得第二码流；
所述中央处理器整合所述第一码流和所述第二码流，输出整合后的码流；
所述中央处理器判断所述高光谱图像中是否还存在未压缩的图像数据，如果是，则从所述未压缩的图像数据中获取所述预设波段数的图像作为目标图像，执行所述将所述待压缩图像处理成多个三维矩阵。
其中，所述中央处理器将所述待压缩的高光谱图像处理成多个三维矩阵，包括：
所述中央处理器按预设的图像分割规则，将所述目标图像分割成多个子图像；
将每个子图像处理成三维矩阵，获得多个三维矩阵。
其中，所述中央处理器整合所述第一码流和所述第二码流，包括：
确定所述第一码流的第一长度信息以及所述第二码流的第二长度信息；
将所述第一长度信息设置于所述第一码流的预设位置，并将所述第二长度信息设置于所述第二码流的所述预设位置；
将设置所述第一长度信息的第一码流与设置所述第二长度信息的第二码流进行拼接。
其中，所述中央处理器对所述KLT变换结果进行帧内预测和量化编码，包括：
所述中央处理器基于HEVC算法对所述KLT变换结果进行帧内预测和量化编码。
所述高光谱图像的压缩方法还包括：
所述中央处理器将所述多个三维矩阵存储至显存；
则所述图形处理器对所述多个三维矩阵进行并行KLT变换，包括：
所述图形处理器从所述内存获取所述多个三维矩阵，对所述多个三维矩阵进行并行KLT变换；
所述高光谱图像的压缩方法还包括：
所述图形处理器将所述KLT变换结果存储至内存；
则所述中央处理器对所述KLT变换结果进行帧内预测和量化编码，包括：
所述中央处理器从所述内存获取所述KLT变换结果，对所述KLT变换结果进行帧内预测和量化编码。
一种高光谱图像的压缩***，包括：中央处理器和图形处理器；
所述中央处理器，用于获取高光谱图像中预设波段数的图像作为目标图像，并将所述目标图像处理成多个三维矩阵；
所述图形处理器，用于对所述多个三维矩阵进行并行KLT变换，获得KLT变换结果和KLT变换系数；
所述中央处理器，还用于对所述KLT变换结果进行帧内预测和量化编码，获得第一码流，并对所述KLT变换系数进行编码，获得第二码流；
所述中央处理器，还用于整合所述第一码流和所述第二码流，输出整合后的码流；
所述中央处理器，还用于判断所述高光谱图像中是否还存在未压缩的图像数据，如果是，则从所述未压缩的图像数据中获取所述预设波段数的图像作为目标图像，执行所述将所述待压缩图像处理成多个三维矩阵。
其中，所述中央处理器将所述待压缩的高光谱图像处理成多个三维矩阵时，具体用于：
按预设的图像分割规则，将所述目标图像分割成多个子图像；
将每个子图像处理成三维矩阵，获得多个三维矩阵。
其中，所述中央处理器整合所述第一码流和所述第二码流时，具体用于：
确定所述第一码流的第一长度信息以及所述第二码流的第二长度信息；
将所述第一长度信息设置于所述第一码流的预设位置，并将所述第二长度信息设置于所述第二码流的所述预设位置；
将设置所述第一长度信息的第一码流与设置所述第二长度信息的第二码流进行拼接。
其中，所述中央处理器对所述KLT变换结果进行帧内预测和量化编码时，具体用于：
基于HEVC算法对所述KLT变换结果进行帧内预测和量化编码。
其中，所述中央处理器，还用于将所述多个三维矩阵存储至显存；
则所述图形处理器对所述多个三维矩阵进行并行KLT变换时，具体用于：
从所述内存获取所述多个三维矩阵，对所述多个三维矩阵进行并行KLT变换；
所述图形处理器，还用于将所述KLT变换结果存储至内存；
则所述中央处理器对所述KLT变换结果进行帧内预测和量化编码时，具体用于：
从所述内存获取所述KLT变换结果，对所述KLT变换结果进行帧内预测和量化编码。
上述技术方案具有如下有益效果：
本发明提供的高光谱图像的压缩方法及***中，中央处理器每次获取高光谱图像中预设波段数的图像作为目标图像，将目标图像处理成多个三维矩阵，图形处理器对多个三维矩阵进行并行KLT变换，获得KLT变换结果和KLT变换系数，中央处理器对KLT变换结果进行帧内预测和量化编码，获得第一码流，并对KLT变换系数进行编码，获得第二码流，中央处理器整合第一码流和第二码流并输出。由此可见，本发明提供的高光谱图像的压缩方法及***，能够实现高光谱图像的压缩，这不但能够节省高光谱图像传输时占用的信道容量，还能节省存储时占用的存储容量。另外，由于对高光谱图像按波段分割处理，且对目标图像处理得到的多个三维矩阵并行处理，使得本发明提供的高光谱图像的压缩方法及***的压缩效率较高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的高光谱图像的压缩方法的一流程示意图；
图2为本发明实施例提供的高光谱图像的压缩方法的另一流程示意图；
图3为本发明实施例提供的高光谱图像的压缩***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种高光谱图像的压缩方法，请参阅图1，示出了该压缩方法的流程示意图，可以包括：
步骤S101：中央处理器获取高光谱图像中预设波段数的图像作为目标图像。
由于高光谱图像的波段数通常较多，如果直接针对高光谱图像进行处理计算量会比较大，有鉴于此，本实施例采用分割波段的方法，即中央处理器每次获取预设波段数的图像进行处理，例如，每次可获取8个波段的图像进行处理。
步骤S102：中央处理器将目标图像处理成多个三维矩阵。
步骤S103：图形处理器对多个三维矩阵进行并行KLT变换，获得KLT变换结果和KLT变换系数。
步骤S104：中央处理器对KLT变换结果进行帧内预测和量化编码，获得第一码流，并对KLT变换系数进行编码，获得第二码流。
步骤S105：中央处理器整合第一码流和第二码流，输出整合后的码流。
步骤S106：中央处理器判断高光谱图像中是否还存在未压缩的图像数据。
步骤S107：当高光谱图像中存在未压缩的图像数据时，从未压缩的图像数据中获取预设波段数的图像作为目标图像，然后转入执行步骤S102。
如果不存在未压缩的图像数据，则表明对高光谱图像压缩完成。
本发明实施例提供的高光谱图像的压缩方法中，中央处理器每次获取高光谱图像中预设波段数的图像作为目标图像，将目标图像处理成多个三维矩阵，图形处理器对多个三维矩阵进行并行KLT变换，获得KLT变换结果和KLT变换系数，中央处理器对KLT变换结果进行帧内预测和量化编码，获得第一码流，并对KLT变换系数进行编码，获得第二码流，中央处理器整合第一码流和第二码流并输出。由此可见，本发明实施例提供的高光谱图像的压缩方法能够实现高光谱图像的压缩，这不但能够节省高光谱图像传输时占用的信道容量，还能节省存储时占用的存储容量。另外，由于对高光谱图像按波段分割处理，且对目标图像处理得到的多个三维矩阵并行处理，使得本发明提供的高光谱图像的压缩方法的压缩效率较高。
请参阅图2，示出了本发明实施例提供的高光谱图像的压缩方法的另一流程示意图，该方法可以包括：
步骤S201：中央处理器获取高光谱图像中预设波段数的图像作为目标图像。
在本实施例中，中央处理器可从数据接口如USB接口接收高光谱图像数据，然后将接收的高光谱图像数据存储至缓存，在对高光谱图像进行压缩时，从缓存中获取预设波段的图像作为目标图像进行后续处理。
步骤S202：中央处理器按预设的图像分割规则，将目标图像分割成多个子图像。
示例性的，预设波段数为8，目标图像为512*512*8的图像，那么可将目标图像分割成16个128*128*8的子图像。
步骤S203：中央处理器将每个子图像处理成三维矩阵，获得多个三维矩阵。
步骤S204：中央处理器将多个三维矩阵存储至显存。
由于后续图形处理器需要对多个三维矩阵进行处理，而图形处理器只能直接访问显存中的数据，因此，需要将三维矩阵存储至显存以便图形处理器访问。
步骤S205：图形处理器从显存中获取多个三维矩阵。
步骤S206：图形处理器对获取的多个三维矩阵进行并行KLT变换，获得KLT变换结果和KLT变换系数。
在本实施例中，对多个三维矩阵进行的KLT变换并行进行，即，同时对多个三维矩阵进行KLT变换，这种处理方式能够提高图像的压缩效率。
高光谱图像的主要特点有：图像的空间相关性较低，谱间相关性较强，由于高光谱图像的空间结构特征很难有整体上的一致性，故像素值连续性较差，空间相关性较低，谱间相关性是指每个谱段的光谱图像同一空间位置上各个像素具有相似性，产生这种相似性的主要原因是它们是相同区域的目标在不同波段上的反射值，且具有相同的空间拓扑结构，较强的谱间相关性是高光谱图像压缩的主要依据。
在本实施例中，进行KLT变换的目的是去除谱间相关性性。KLT变换是从消除图像间相关性均方差最小的意义上讲的最佳变换，因此，在理论上是去除谱间相关性的最优方法，其主要原理是通过变换重新组织数据，以使图像能量相对集中于较少的几个系数，而其它的系数值只具有很小的能量，这样通过抑制能量小的系数，即可实现数据的压缩。在进行图像恢复时，只需要较少个数的系数就可以恢复出主观保真度不错的图像质量，与其它二维正交变换相比，当采用相同的编码方式时，KLT变换压缩效果最佳，编码效率最高，误差最小。
步骤S207：图形处理器将KLT变换结果存储至内存。
由于后续由中央处理器对KLT变换结果进行编码处理，而中央处理器只能直接访问内存中的数据，因此，图形处理器需要将KLT变换结果KLT变换结果以便中央处理器访问。
步骤S208：中央处理器从内存中获取KLT变换结果。
步骤S209：中央处理器对获取的KLT变换结果进行帧内预测和量化编码，获得第一码流。
优选地，本实施例可采用HEVC算法对KLT变换结果进行帧内预测和量化编码。
目标图像经KLT变换，去除了谱间相关性，去除谱间相关性的图像数据可看作一组互不相关的静态图像，因此，可使用静态图像压缩算法去除空间相关性。在本实施例，可使用JPEG、JPEG2000，还可使用支持静态图像压缩的视频编码算法H.264和HEVC。鉴于HEVC的静态图像压缩性能最优，且由于HEVC本身是针对视频的压缩算法，目前已有成熟的实时压缩产品，在实时性方面也能够满足需求，因此，本实施例优选HEVC作为去空间相关性和编码的算法。
步骤S210：中央处理器对KLT变换系数进行编码，获得第二码流。
步骤S211：中央处理器整合第一码流和第二码流，输出整合后的码流。
在本实施例中，中央处理器整合第一码流和第二码流的实现方式有多种。在一种可能的实现方式中，可首先确定第一码流的第一长度信息以及第二码流的第二长度信息，然后将第一长度信息设置于第一码流的预设位置，并将第二长度信息设置于第二码流的预设位置，最后将设置第一长度信息的第一码流与设置第二长度信息的第二码流进行拼接，从而获得整合后的码流，优选地，预设位置可以为码流的头部或尾部。需要说明的是，第一码流和第二码流均为字节序列，长度信息即为字节序列的字节长度。
步骤S212：中央处理器判断高光谱图像中是否还存在未压缩的图像数据。
在一种可能的实现方式中，中央处理器可判断缓存中是否还存在未处理的图像数据，如果缓存中存在未处理的图像数据，则判定还存在未压缩的图像数据，否则，判定不存在未压缩的图像数据。当不存在未压缩的图像数据时，表明高光谱图像压缩完成。
步骤S213：当高光谱图像中存在未压缩的图像数据时，从未压缩的图像数据中获取预设波段数的图像作为目标图像，然后转入执行步骤S202。
需要说明的，本发明实施例采用的是KLT变换，由于KLT变换的计算复杂度和数据维度的个数成平方关系，数据维度在这里等价于波段数，为了避免波段数过多，算法计算量过大，本实施例采用了将高光谱图像按波段分割处理的方法，即每次中央处理器获取预设波段数的图像进行处理。
另外，需要说明的是，中央处理器每次从缓存获取预设波段数的图像数据，可以理解的是，可能存在最后缓存中剩余的图像数据小于预设波段数的情况，此时，直接针对剩余波段数的图像进行处理即可。
本发明实施例提供的高光谱图像的压缩方法，能够实现高光谱图像的压缩，这不但能够节省高光谱图像传输时占用的信道容量，还能节省存储时占用的存储容量。另外，由于对高光谱图像按波段分割处理，且对目标图像处理得到的多个三维矩阵并行处理，使得本发明提供的高光谱图像的压缩方法的压缩效率较高。
本发明实施例还提供了一种高光谱图像的压缩***，请参阅图3，示出了该高光谱图像的压缩***30的结构示意图，可以包括：中央处理器301和图形处理器302。
中央处理器301，用于获取高光谱图像中预设波段数的图像作为目标图像，并将目标图像处理成多个三维矩阵。
图形处理器302，用于对多个三维矩阵进行并行KLT变换，获得KLT变换结果和KLT变换系数。
中央处理器301，还用于对KLT变换结果进行帧内预测和量化编码，获得第一码流。
中央处理器301，还用于对KLT变换系数进行编码，获得第二码流。
中央处理器301，还用于整合第一码流和第二码流，输出整合后的码流。
中央处理器301，还用于判断高光谱图像中是否还存在未压缩的图像数据，如果是，则从未压缩的图像数据中获取预设波段数的图像作为目标图像，执行将待压缩图像处理成多个三维矩阵。
本发明实施例提供的高光谱图像的压缩***中，中央处理器每次获取高光谱图像中预设波段数的图像作为目标图像，将目标图像处理成多个三维矩阵，图形处理器对多个三维矩阵进行并行KLT变换，获得KLT变换结果和KLT变换系数，中央处理器对KLT变换结果进行帧内预测和量化编码，获得第一码流，并对KLT变换系数进行编码，获得第二码流，中央处理器整合第一码流和第二码流并输出。由此可见，本发明实施例提供的高光谱图像的压缩***能够实现高光谱图像的压缩，这不但能够节省高光谱图像传输时占用的信道容量，还能节省存储时占用的存储容量。另外，由于对高光谱图像按波段分割处理，且对目标图像处理得到的多个三维矩阵并行处理，使得本发明提供的高光谱图像的压缩方法的压缩效率较高。
在上述实施例提供的高光谱图像的压缩***中，中央处理器301将待压缩的高光谱图像处理成多个三维矩阵时，具体用于：
按预设的图像分割规则，将高光谱图像分割成多个子图像；将每个子图像处理成三维矩阵，获得多个三维矩阵。
在上述实施例提供的高光谱图像的压缩***中，中央处理器301整合第一码流和所述第二码流时，具体用于：
确定所述第一码流的第一长度信息以及所述第二码流的第二长度信息；将所述第一长度信息设置于所述第一码流的预设位置，并将所述第二长度信息设置于所述第二码流的所述预设位置；将设置所述第一长度信息的第一码流与设置所述第二长度信息的第二码流进行拼接。
在上述实施例提供的高光谱图像的压缩***中，中央处理器301对KLT变换结果进行帧内预测和量化编码时，具体用于：
基于HEVC算法对所述KLT变换结果进行帧内预测和量化编码。
在上述实施例提供的高光谱图像的压缩***中，中央处理器301，还用于将多个三维矩阵存储至显存。
则图形处理器302对多个三维矩阵进行并行KLT变换时，具体用于：从内存获取多个三维矩阵，对多个三维矩阵进行并行KLT变换。
图形处理器302，还用于将KLT变换结果存储至内存。
则中央处理器301对KLT变换结果进行帧内预测和量化编码时，具体用于：
从内存获取KLT变换结果，对KLT变换结果进行帧内预测和量化编码。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置和设备，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种高光谱图像的压缩方法，其特征在于，包括：
中央处理器获取高光谱图像中预设波段数的图像作为目标图像，将所述目标图像处理成多个三维矩阵；
图形处理器对所述多个三维矩阵进行并行KLT变换，获得KLT变换结果和KLT变换系数；所述KLT变换通过消除图像间相关性均方差的方式去除所述高光谱图像的谱间相关性；
所述中央处理器对所述KLT变换结果进行帧内预测和量化编码，获得第一码流，并对所述KLT变换系数进行编码，获得第二码流；
所述中央处理器整合所述第一码流和所述第二码流，输出整合后的码流，其中，包括：确定所述第一码流的第一长度信息以及所述第二码流的第二长度信息；将所述第一长度信息设置于所述第一码流的预设位置，并将所述第二长度信息设置于所述第二码流的所述预设位置；将设置所述第一长度信息的第一码流与设置所述第二长度信息的第二码流进行拼接；
所述中央处理器判断所述高光谱图像中是否还存在未压缩的图像数据，如果是，则从所述未压缩的图像数据中获取所述预设波段数的图像作为目标图像，执行将待压缩图像处理成多个三维矩阵。
2.根据权利要求1所述的高光谱图像的压缩方法，其特征在于，所述中央处理器将所述待压缩的高光谱图像处理成多个三维矩阵，包括：
所述中央处理器按预设的图像分割规则，将所述目标图像分割成多个子图像；
将每个子图像处理成三维矩阵，获得多个三维矩阵。
3.根据权利要求1所述的高光谱图像的压缩方法，其特征在于，所述中央处理器对所述KLT变换结果进行帧内预测和量化编码，包括：
所述中央处理器基于HEVC算法对所述KLT变换结果进行帧内预测和量化编码。
4.根据权利要求1所述的高光谱图像的压缩方法，其特征在于，所述高光谱图像的压缩方法还包括：
所述中央处理器将所述多个三维矩阵存储至显存；
则所述图形处理器对所述多个三维矩阵进行并行KLT变换，包括：
所述图形处理器从内存获取所述多个三维矩阵，对所述多个三维矩阵进行并行KLT变换；
所述高光谱图像的压缩方法还包括：
所述图形处理器将所述KLT变换结果存储至内存；
则所述中央处理器对所述KLT变换结果进行帧内预测和量化编码，包括：
所述中央处理器从所述内存获取所述KLT变换结果，对所述KLT变换结果进行帧内预测和量化编码。
5.一种高光谱图像的压缩***，其特征在于，包括：中央处理器和图形处理器；
所述中央处理器，用于获取高光谱图像中预设波段数的图像作为目标图像，并将所述目标图像处理成多个三维矩阵；
所述图形处理器，用于对所述多个三维矩阵进行并行KLT变换，获得KLT变换结果和KLT变换系数；所述KLT变换通过消除图像间相关性均方差的方式去除所述高光谱图像的谱间相关性；
所述中央处理器，还用于对所述KLT变换结果进行帧内预测和量化编码，获得第一码流，对所述KLT变换系数进行编码，获得第二码流；
所述中央处理器，还用于整合所述第一码流和所述第二码流，输出整合后的码流；其中，包括：确定所述第一码流的第一长度信息以及所述第二码流的第二长度信息；将所述第一长度信息设置于所述第一码流的预设位置，并将所述第二长度信息设置于所述第二码流的所述预设位置；将设置所述第一长度信息的第一码流与设置所述第二长度信息的第二码流进行拼接；
所述中央处理器，还用于判断所述高光谱图像中是否还存在未压缩的图像数据，如果是，则从所述未压缩的图像数据中获取所述预设波段数的图像作为目标图像，执行将待压缩图像处理成多个三维矩阵。
6.根据权利要求5所述的高光谱图像的压缩***，其特征在于，所述中央处理器将所述待压缩的高光谱图像处理成多个三维矩阵时，具体用于：
按预设的图像分割规则将所述目标图像分割成多个子图像；
将每个子图像处理成三维矩阵，获得多个三维矩阵。
7.根据权利要求5所述的高光谱图像的压缩***，其特征在于，所述中央处理器对所述KLT变换结果进行帧内预测和量化编码时，具体用于：
基于HEVC算法对所述KLT变换结果进行帧内预测和量化编码。
8.根据权利要求5所述的高光谱图像的压缩***，其特征在于，所述中央处理器，还用于将所述多个三维矩阵存储至显存；
则所述图形处理器对所述多个三维矩阵进行并行KLT变换时，具体用于：
从内存获取所述多个三维矩阵，对所述多个三维矩阵进行并行KLT变换；
所述图形处理器，还用于将所述KLT变换结果存储至内存；
则所述中央处理器对所述KLT变换结果进行帧内预测和量化编码时，具体用于：
从所述内存获取所述KLT变换结果，对所述KLT变换结果进行帧内预测和量化编码。
CN201711046217.6A 2017-10-31 2017-10-31 一种高光谱图像的压缩方法及*** Active CN107835429B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711046217.6A CN107835429B (zh) 2017-10-31 2017-10-31 一种高光谱图像的压缩方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711046217.6A CN107835429B (zh) 2017-10-31 2017-10-31 一种高光谱图像的压缩方法及***

Publications (2)

Publication Number Publication Date
CN107835429A CN107835429A (zh) 2018-03-23
CN107835429B true CN107835429B (zh) 2020-10-13

Family

ID=61651081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711046217.6A Active CN107835429B (zh) 2017-10-31 2017-10-31 一种高光谱图像的压缩方法及***

Country Status (1)

Country Link
CN (1) CN107835429B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021042232A1 (en) * 2019-09-02 2021-03-11 Beijing Voyager Technology Co., Ltd. Methods and systems for improved image encoding

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101489134A (zh) * 2009-01-16 2009-07-22 华中科技大学 用于视频帧内编码的klt矩阵训练方法
CN103501437A (zh) * 2013-09-29 2014-01-08 北京航空航天大学 一种基于分形和h.264的高光谱图像压缩方法
CN104639947A (zh) * 2015-03-05 2015-05-20 西安电子科技大学 基于分类离散余弦变换的高光谱图像有损压缩方法
CN107071432A (zh) * 2011-01-11 2017-08-18 索尼公司 图像处理设备和方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101825701A (zh) * 2009-12-10 2010-09-08 汕头大学 基于kl变换的光谱压缩方法
CN103108182B (zh) * 2013-01-18 2015-11-18 北京航空航天大学 多源异类无人机侦察图像通用压缩方法
CN104270642B (zh) * 2014-10-22 2017-07-28 哈尔滨工业大学 一种基于rklt和主成分选取的高光谱图像无损压缩方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101489134A (zh) * 2009-01-16 2009-07-22 华中科技大学 用于视频帧内编码的klt矩阵训练方法
CN107071432A (zh) * 2011-01-11 2017-08-18 索尼公司 图像处理设备和方法
CN103501437A (zh) * 2013-09-29 2014-01-08 北京航空航天大学 一种基于分形和h.264的高光谱图像压缩方法
CN104639947A (zh) * 2015-03-05 2015-05-20 西安电子科技大学 基于分类离散余弦变换的高光谱图像有损压缩方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于KLT变换的光谱图像压缩;姜正吉;《中国优秀硕士论文全文数据库》;20131215;第I138-1232页 *
多/高光谱图像有损压缩技术研究;韩冉;《中国优秀硕士论文全文数据库--信息科技辑》;20141115;第I136-338页 *
高光谱图像压缩技术研究;苏令华;《中国优秀博士论文全文数据库--信息科技辑》;20090715;第I138-56页 *

Also Published As

Publication number Publication date
CN107835429A (zh) 2018-03-23

Similar Documents

Publication Publication Date Title
RU2718424C1 (ru) Устройство кодирования изображения, способ кодирования изображения, устройство декодирования изображения, способ декодирования изображения и программа
CN108028941B (zh) 用于通过超像素编码和解码数字图像的方法和装置
KR20190087263A (ko) 라인 입력 및 출력을 이용한 이미지 처리 방법 및 장치
US10282863B2 (en) Lossless compression of fragmented image data
CN114424247A (zh) 用于点云编码的方法及装置
Rasheed et al. Image compression based on 2D Discrete Fourier Transform and matrix minimization algorithm
CN108777794B (zh) 图像的编码方法和装置、存储介质、电子装置
CN103404150A (zh) 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序及图像解码程序
US20230336733A1 (en) Sample Adaptive Offset
US9479799B1 (en) Compression using an iterative data derived basis set
CN112019845B (zh) 对点云进行编码的方法、装置以及存储介质
CN107835429B (zh) 一种高光谱图像的压缩方法及***
US8306346B2 (en) Static image compression method and non-transitory computer readable medium having a file with a data structure
EP4270955A1 (en) Point cloud encoding and decoding methods and systems, point cloud encoder, and point cloud decoder
CN117560511A (zh) 基于图分割技术电力巡检的间隔棒图像压缩方法及***
US20200294270A1 (en) Patch extension method, encoder and decoder
Ergüzen et al. Medical image archiving system implementation with lossless region of interest and optical character recognition
CN113949867B (zh) 一种图像处理的方法及装置
CN118317115A (zh) 等比特精度预测、映射和分段编码的数据解码方法和装置
EP3281410B1 (en) Efficient low-complexity video compression
WO2022217472A1 (zh) 点云编解码方法、编码器、解码器及计算机可读存储介质
WO2024145953A1 (zh) 解码方法、编码方法、解码器以及编码器
CN116916033B (zh) 一种基于随机自适应傅里叶分解的联合时空视频压缩方法
WO2023155794A1 (zh) 编码、解码方法、装置及设备
WO2023204040A1 (ja) 復号方法、符号化方法、復号装置及び符号化装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant