摘要
成像光谱技术是当今遥感探测常用技术，从20世纪末开始，空间调制干涉成像光谱仪及其应用获得了越来越多的关注和研究。新一代的干涉成像光谱技术带来了具有新特点的图像和数据信息。如何根据干涉成像的特点和应用环境，实现对干涉图像数据的处理压缩，解决庞大的图像数据量和相对不足的传输能力之间的矛盾是本文研究的核心。
作为论文的理论基础，论文简单的介绍图像压缩的基本理论和干涉图像获取的方法，并分析了干涉图像的特征。干涉图不仅具有谱间相关性，也具有较强空间相关性。
本论文详细介绍了一种谱间差分压缩干涉图像的方法，该算法能够有效的去除干涉图的谱间相关性，该算法简单、易于硬件实现、压缩效率高，适用范围广，但很难提高压缩比。
本文提出了两种通过去除空间相关性压缩干涉图像数据的方法，干涉图分类压缩算法和干涉图双差分压缩编码算法。干涉图分类压缩是通过把一幅干涉图中的干涉曲线分类，同类干涉曲线只传输一次，从而减小数据量，达到压缩数据的目的。本文研究了两种对干涉图进行分类的方法，并推导了其阈值计算公式。干涉图双差分编码压缩是通过对干涉图二次差分，去除干涉图像的空间相关性和光谱相关性，达到数据压缩的目的，本文详细介绍了该压缩算法的压缩流程和码流结构，该算法简单、易于硬件实现、压缩效率高，并且是无损压缩。用该算法压缩干涉图，如要取得较高的压缩比，干涉图应具有较强的空间相关性，所以该压缩算法适用于深空或海洋等探测领域。
The imaging spectrometer is widely used in remote sensing detection. Form the end of twentieth century, the spatially modulated Fourier transform imaging spectrometer receives more and more attention .Compared to the ordinary image the interference pattern has it's own characters. Based on the characters of the interference pattern two kinds of algorithm is brought forward in this paper for compressing the interference pattern.
As the base theory of the dissertation some basic knowledge of image compression is introduced, including how to acquire interference pattern and its charecters of both space correlation and spectral correlation.
In this paper we introduced image compression algorithm of difference between spectrum to interference pattern. The algorithm is simple, easily hardware implementation, widely use and can effectively reduce spectral correlation. but it is difficult to increase compression ratio.
The paper presents two compression algorithm of interference pattern: interference pattern classification algorithm and interference pattern space compression encode algorithm. The two algorithms are both compress data by reducing space correlation of interference pattern. In interference pattern classification algorithm , we classify a frame interference pattern by comparing the distance of two strip to specified bound(threshold) in turn. If the distance is lower than threshold ,they belong to the same sort. The choice of the threshold is very important. Here we present two methods of classification and deduce both formulas of each threshold. In the fourth chapter we present the compression flow and code-stream structure of interference pattern space compression encode algorithm in detail. The algorithm is lossless, with the features of simple and easily hardware implementation. The compression ratio of this algorithm is depending space correlation of interference pattern, so it is suitable for deep space and ocean remote sense detection.
引文
1. Corinne MAILHES(*),Paul VERMANDE(**),Francis CASTANE(*)." SPECTRAL IMAGE COMPRESSION " ,J. Optics (Paris), 1990,vol 21.
2. ThomasW.Fry, Scott Hauck. Hyperspectral Image Compression on Reconfigurable Platforms. IEEE Symposium on Field-Programble Custom Machine.2002.
1．[美]David Salomon著．吴乐南等译．数据压缩原理与应用。北京：电子工业出社。2003．9
2．张旭东，卢国栋，、冯健．图象编码基础和小波压缩技术——原理、算法和标准．北京：清华大学出版社，2004．3
3．章毓晋．图像处理和分析．北京：清华大学出版社，2002．5
4．[美]Rafael C．Gonzalez等著．阮秋琦等译．数字图像处理(第二版)中文版。北京：电子工业出版社。2003．3
5．戴善荣 编著．Date Compresion(数据压缩)．西安电子科技大学出版社。2005
6. http://baike.baidu.com/view/156047.htm
7．吴小华，李自田，张帆．干涉超光谱图像分析与近无损压缩CPLD实现．光子学报，2005，34(9)：1345～1346．
8．袁艳，《成像光谱理论与技术研究》，申请博士学位论文，中国科学院西安光机所，(2005)
9．杜述松，《干涉光谱图像压缩算法的研究》，申请硕士学位论文，中国科学院西安光机所，(2006)
10．毕笃彦，尉询楷 等。《JPEG2000中的感兴趣区域(ROI)编码技术》，中国有线电视2004年03
1．王增柱，刘同怀，黄鲁．基于光谱分类的超光谱数据压缩方法．遥感技术与应用，2001，16(3)：148～152
2. http://221.232.129.83/jpkc2005/rsgis/rsgis/netcourse/texts/8_3.htm#top
3．禹秉熙．成像光谱仪性能分析[A]．光机情报，成像光谱仪专辑[C]，1995
4．金锡哲，向阳，禹秉熙．成像干涉光谱仪信噪比分析．遥感学报，2000，4 (3)：194～196．
5．陈秋林，薛永祺．OMIS成像光谱数据信噪比的估计．遥感学报，2000，4 (4)：284～289．
6. Lee W. Schumann, Terrence S. Lomheim. Infrared hyperspectral imaging Fourier transform and dispersive spectrometer: comparison of signal-to-noise based performance. SPIE, 4480(2000), 1～11.
7．吕群波，相理斌．基于光谱分类的干涉光谱图像压缩．光子学报，2004，33(6)：681～684 Lu Qunbo, Xiangli Bin. Interference Spectral Image Compression Based on Classification Algorithm. ACTA PHOTONICA SINICA, 2004, 33 (6): 681～684
8．梁继，王建，王建华．基于光谱角分类器遥感影像的自动分类和精度分析研究．遥感技术与应用，2002，17(6)：299～303 Liang Ji, Wang Jian, Wang Jianhua. Study on Automatic Classification and Accuracy Analysis of Remote Sensing Image Based on SAM. Remote Sensing Technology and Application, 2002, 17 (6): 299～303
9. Giacinto Gelli and Giovanni Poggi. Compression of Multispectral Images by Spectral Classification and Transform Coding. IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 8, NO. 4, APRIL 1999
1．章毓晋．图像处理和分析．北京：清华大学出版社，2002．5
2. W. L. Wolfe, Introduction to imaging spectrometers, SPIE Press, (1997)
3．吴小华，李白田，张帆．干涉超光谱图像分析与近无损压缩CPLD实现．光子学报，2005，34(9)：1345～1346．
4．丁玉美，阔永红等．数字信号处理—时域离散随机信号处理．西安：西安电子科技大学出版社．2002．12
5．绕月探测工程地面应用系统压缩对干涉成像光谱仪数据的影响分析报告．
6．[美]Rafael C．Gonzalez等著．阮秋琦等译．数字图像处理(第二版)中文版。北京：电子工业出版社。2003．3
7．沈学础，《Fourier变换光谱学—引论和进展》，物理学进展，Vol 2(3)，(1982)
8. N. Sherwani, Algorithms for VLSI Physical Design Automation (2nd version), Kluwer Academic Publishers.
9. http://forum.westgis.ac.cn/forum_posts.asp?TID=632