面向分析的高光谱图像压缩技术研究

高光谱图像在提供了关于地物更细致的光谱信息的同时，其数据量急剧增加，不仅给机载和星载数据传输和存储带来过重负担，而且也给其有效处理带来了困难。无损压缩和近无损压缩得到的压缩比已无法满足高光谱数据传输的需求，由于高光谱遥感图像数据主要应用目的是对地物分类和目标识别，因此，项目提出了面向分析（分类和目标识别）的高光谱图像压缩新思路，其目的是在尽可能保留用于后续分析信息的条件下，得到较高的压缩比。项目在现有数据和利用本实验室装备的AISA+224波段高光谱成像仪获取数据的基础上，研究面向分析的高光谱遥感图像压缩评价方法和高效地去除高光谱遥感图像谱间和空间相关性的变换和编码方法，构造基于独立成分分析和多尺度多方向几何分析的面向分析的高光谱图像压缩算法，并设计出高光谱图像压缩软件。其研究成果可以应用在航空航天，地质勘探，环境监测、探月工程、国防与军事等领域，有重要的学术价值和较大的应用前景。