基于多模式分解的高光谱遥感图像压缩与重建

本文主要探讨了利用多维或张量处理方法对高光谱遥感图像进行压缩和重建的问题。传统的灰度和彩色图像编码算法虽然在压缩性能上表现出色，但在处理高光谱图像（HSI）时，由于HSI数据立方体同时包含空间和光谱两个维度的信息，这些方法往往无法有效兼顾。为了克服这一挑战，研究者们提出了一个基于张量分解的HSI压缩与重构策略。 首先，论文将观测到的高光谱图像表示为一个3阶张量，这是因为张量能够捕捉数据在多维空间中的关系。张量分解技术被引入，目的是将原始张量数据近似地分解为核心张量乘以各个模式上的因子矩阵。这样，原始的HSI数据就被压缩为核心张量，重构时可以通过多线性投影利用这些因子矩阵实现。这种方法的优势在于它能够保持图像的空间结构和光谱信息的同时进行有效的数据压缩。 实验部分展示了这种张量压缩方法在高光谱遥感图像特定应用中的有效性，如光谱混合和目标检测。通过比较重构后的数据，可以明显看出，使用提出的压缩方法，HSI的数据质量在多个方面得到了显著保留。这表明，张量分解不仅提供了一种新的压缩方式，而且对于高光谱数据的处理具有较高的效率和准确性。 这项研究为高光谱遥感图像的压缩和处理提供了一种创新的解决方案，它将传统的图像编码技术与张量分析技术相结合，有望在未来改善高光谱数据的存储和传输效率，对于地球观测、环境监测以及自然资源管理等领域具有重要意义。