摘要：针对原有基于奇异值分解的最大误差可控的高光谱图像压缩（EC-SVD）算法未充分利用图像光谱矢量间冗余的问题,该文将高光谱图像压缩与聚类结合,提出最大误差可控的高光谱图像聚类压缩算法。分析发现,图像的光谱矢量间相似度越高越有利于得到好的最终压缩效果。因此,算法首先使用K-均值聚类对高光谱图像像元按光谱矢量聚类,以提高同类光谱矢量间的相似度;其次,对每一类像元分别使用EC-SVD算法思想压缩以控制最大误差。论文证明了当高光谱图像的像元个数与波段数之比较大,且聚类类数不大于8时,聚类能够提高图像最终压缩比。最后,设计整体压缩实验仿真流程,并对实际高光谱图像进行数值仿真。结果表明,在相同参数条件下,该文算法比EC-SVD算法得到的压缩比和信噪比均有提高,最大压缩比提高了10%左右。该文算法能够有效提高EC-SVD算法的图像压缩效果。

关键词：高光谱图像 图像压缩 误差可控 聚类 

单位：北京理工大学机电工程与控制部级重点实验室 北京100081 北京宇航系统工程研究所 北京100076