干涉超光谱图像分析与近无损压缩cpld实现

干涉超光谱图像分析与近无损压缩cpld实现

ID:14787397

大小:36.50 KB

页数:13页

时间:2018-07-30

干涉超光谱图像分析与近无损压缩cpld实现_第1页
干涉超光谱图像分析与近无损压缩cpld实现_第2页
干涉超光谱图像分析与近无损压缩cpld实现_第3页
干涉超光谱图像分析与近无损压缩cpld实现_第4页
干涉超光谱图像分析与近无损压缩cpld实现_第5页
资源描述:

《干涉超光谱图像分析与近无损压缩cpld实现》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、干涉超光谱图像分析与近无损压缩CPLD实现第34卷第9期2005年9月光子ACTAPHoTONICASINICAVo1.34No.9September2005干涉超光谱图像分析与近无损压缩CPLD实现吴小华'李自田张帆(1中国科学院西安光学精密机械研究所,西安710068)(2中国科学院研究生院.北京100039)摘要介绍了干涉超光谱卫星遥感图像的成像特性,计算,比较分析了干涉超光谱图象的空间维与光谱维的相关性,提出了一种近无损压缩的局部DPCM算法.选用CPID在MaxpluslI使用VHDL语言对该压缩算法进行了硬件描述和仿真.仿真结果表明该压缩算法简单可行,易由硬件实现.-

2、关键词干涉超光谱图象;图象压缩;DPCM;VHDL;CPLD中图分类号TN919.81文献标识码A0引言成像光谱技术具有很高的空问分辨率和光谱分辨率.成像光谱仪产生的数据量非常巨大,因此在图像信息传送前必须进行压缩.干涉超光谱图像数据不同于普通的图像数据,它是以干涉图数据作为中间结果,必须要经过地面软件复原后才能成为用户可以直接使用的超光谱图像序列.干涉图在压缩后,会有一定的失真,如果丢失信息过多,或是丢失了部分重要信息,则无法复原出真实的光谱.采用针对普通图像的压缩方法对干涉图进行压缩会造成较大的失真,因此应尽可能采用无损压缩或近无损压缩,且易于硬件实现.数字图像可被压缩的原因

3、是像素问有相关性,含有信息冗余.本文提出了一种基于局部DPCM的去相关光谱图像压缩方法,并在MaxpluslI用VHDL语言编程选择相应器件进行了算法仿真.1干涉超光谱遥感图像分析1.1成像原理成像光谱仪作为一种新型航天遥感设备,具备成像仪和光谱仪的功能,即具有很高的空间分辨率和光谱分辨率.使用成像光谱仪获得的遥感图像数据包含两维空间信息和一维光谱信息.干涉光谱成像原理如图1.图1干涉光谱成像原理Fig.1InterferometerschemeEmail:jxwuhua@eyou.com收稿日期:2004—07—26由图1可以看到,在成像光谱仪中,一束入射光经过干涉仪的作用,分

4、解为两束具有一定光程差的光线并进行干涉叠加.成像光谱仪采用行推扫的方式来产生图像,并且在一行上各点处的光程差不同,这样就在成像平面上形成了具有竖条状干涉条纹的多光谱图像,光谱信息就存在于干涉条纹之中.对干涉超光谱图像进行压缩,应保证恢复出的谱特性失真尽量小,通常要求包含谱信息的那部分图像的峰值信噪比PSNR_2大于50dB,失真度一光谱相对均方误差RQE(RelativespectralQuadraticError)Es]小于1.PSNR=lOlogRQE—MN×AMN∑∑Ex(i,J)一y(i,)].而05』s)d7(2)以西安光机所研制的空间分辨率为100m,光谱分辨率在波长

5、45O~950nm问平均为5nm的干涉成像超光谱仪产生的512X256X12Bit干涉光谱图像为例(后同),式(1)表示的是峰值信噪比PSNR,式中A为峰值,采用12bit量化,则峰值为4095,.z为原始图像,Y为压缩后重建的图像.式(2)表示的是光谱相对均方误差RQE,式中S(7)为.1原始光谱;§(7)为经压缩后重建的光谱;7一为A规一化频率(0<,<0.5),为波长(单位m)'.为采样频率.上述干涉成像光谱仪提出的光谱失真度是5,而光谱图像失真主要由两方面组成,一是定标引起的,二是压缩引起的.参照国内定标水平由定标引起的的误差一般达到4,那剩余1就分配给了图像

6、压缩,这也就是选择图像解压后失真度RQE小于1的原因.1.2相关系数计算及分析9期吴小华等.干涉超光谱图像分析与近无损压缩CPLD实现由干涉光谱图像的成像原理知,干涉光谱图像不同于普通图像,以512×256×12Bit干涉光谱图像为例,一行有256个像素,其为一个点的干涉图,具有光谱相关性;一列512个像素为一个光谱频率上的空问信息,具有空间相关性;那么一副图只是一条线的干涉图像,相邻各幅图是由推扫而成,是不同线的干涉图,因而相邻图之间具有空间相关性.按式(3)[63来计算各相关系数.∑∑(A一A)(B一B)^/(∑∑(A一A).(∑∑(B一B).)Ym研图2为61幅相邻干涉图(

7、前一推扫图与后一推扫图)的60个相关系数,表征的是两幅相邻干涉图相关性大小,也即是帧问相关性大小.其中横轴表示的是个数,纵轴表示的是相关系数大小.这61幅干涉图相对应光谱图像序列特征是庄稼地,还做了相类似的计算,如河流,山川等其他特征的光谱序列,统计结果类似.图3,4横纵轴表示类同.图3表示干涉图1.raw的512行相邻行之间的511个相关系数,也是一幅图内空间相关系数图;图4表示1.raw的256列相邻列之间的255个相关系数,也是一幅图内光谱相关系数图.像素连续性很高,图像的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。