摘要

传统高光谱遥感图像压缩重构算法重点在信号传输与存储方面,采样频率要大于信号宽度的两倍,硬件实现较为困难,为此提出基于激光束匹配的高光谱遥感图像压缩重构算法研究。采用K-SVD算法训练冗余字典,稀疏分解高光谱遥感图像,得到遥感图像稀疏分解系数,以此为基础,量化处理遥感图像稀疏分解系数,通过JPEG-LS无损压缩算法压缩遥感图像,主要分为三个阶段:预测阶段、Golomb编码阶段与游程模式编码阶段,以得到的遥感图像压缩结果为依据,基于激光束匹配理论对遥感图像进行匹配追踪重构,实现了高光谱遥感图像的压缩重构。仿真实验结果显示:提出算法完成的图像压缩比例随着噪声程度的增加而下降,图像重构范围实际值80.00%~90.01%,超过最低重构程度限值75.56%,充分说明提出算法具备较好的压缩重构效果。