● 摘要
高光谱图像数据量庞大，具有极强的谱间相关性，获取环境非常苛刻，因此对其进行有效的压缩成为迫切需要解决的一个问题。分布式信源编解码（Distributed Source Coindg，DSC）采用谱内单独编码、谱间联合解码的方式，获得与直接进行谱间压缩方法相同的性能，并且将编码端的复杂性转移至解码端，非常适用于高光谱图像低功耗的成像系统。本文探究了基于分布式信源编解码的高光谱压缩技术的原理、实现和应用，重点研究高光谱图像的相关性特征、参考谱段的重建技术和Slepian-Wolf编码技术。高光谱图像谱间分辨率极高，理论上具有很强的相关特性，实验上分析了该特性，为分布式信源编码奠定了基础。谱间特性的逼近模型是分布式编码高效率的关键因素，本文设计了一个以相邻谱段为参考谱段、基于对应点的一阶线性模型。本文研究并实现了基于像素域、小波域和DCT（Discrete Cosine Transform）域的分布式高光谱压缩算法，提出一种基于DCT内嵌零数编码的分布式信源编码的高光谱压缩算法。该算法利用DCT域的低复杂度的良好性能，以及零数编码的高效率，满足高光谱图像的成像要求，比传统二维DCT压缩算法提高5dB，比基于小波域的分布式编码提高0.3-0.4dB；采用格雷码，增强分布式信源编码的框架中的信源与边信息的相关性，比基于小波域的分布式编码提高2dB；采用混合编码模式，合理利用基于LDPC（Low-Density Parity-Check，低密度校验码）的Slepian-Wolf编码，进一步使算法统性能提高0.2-0.3dB。