Comparative Evaluation of Spectral Transforms for Multispectral Image Coding in Terms of Color Degradation

Recently, multispectral images have been utilized for high fidelity color reproduction through visual telecommunication systems and its compression schemes have been required. However multispectral image coding considering color degradation has not been established. This article presents a comparison of four spectral transforms presented before to find out which transform is more suitable to a spectral decorrelation scheme in transform coding of multispectral images. Transforms dealt with in this paper are Karhunen-Loeve transform (KLT), weighted KLT (WKLT), one mode analysis (OMA) and a transform realizing compatibility to the conventional color systems, latter three of which are designed to represent spectral reflectance functions with small number of coefficients having small colorimetric errors. Through the theoretical and experimental comparisons, it is found that WKLT and OMA reduced colorimetric error compared to the others, where OMA is suitable when the rendering illuminations in the color reproduction can be assumed in advance and WKLT is applicable to other situations.     

兼顾色度和光谱精度的多光谱图像LabW2P编解码

针对可见光多光谱图像在通用领域的应用，为提高压缩效率，有效提升重建光谱曲线的色度及光谱精度，进一步存储传输，提出了一种非线性光谱反射率模型，并基于此设计了复杂度适中、光照稳定性好且支持光谱跨设备再现的LabW2P编解码算法。首先根据多光谱图像物理特性，提出非线性光谱反射率模型，将光谱数据表示为线性成分和差别光谱，线性成分由六维变换空间及光谱投影系数组成，差别成分为非线性表示成分，该模型用于光谱数据至不同基变换空间的分解及表示，为算法的构建，光谱及色度重建性能的提升，提供了理论基础；然后，根据人眼视觉系统特征、光照条件，借助CIE标准色度空间转换函数，提取光谱反射率中的三维色度信息Lab，保证重建图像的色度精确性；基于光谱非线性表示模型，采用类视觉曲线的三角函数基，提取线性成分前两维投影系数作为光谱编码的后两维W₁和W₂，用于近似描述CIERGB色度空间中R和G通道，同时有效提高光谱数据的色度和光谱还原度；利用误差补偿机制生成预测差别光谱，采用主成分分析（PCA）法提取其第一维主成分作为编码值P，补偿了线性光谱重建误差，并进一步提升了光谱精确性；最后，组合提取的三部分数据，形成LabW2P编码。LabW2P解码即编码的逆过程。首先，根据Lab及W₁和W₂，结合CIELAB至CIEXYZ色度空间转换函数、光照条件、CIE标准观察者色匹配函数、及三角函数基，采用最小二乘回归，获得变换空间上的重建投影系数，进而重建线性光谱数据；然后，根据P值，采用PCA逆变换，获取重建预测差别数据，最后，结合两部分重建数据，获得光谱重建图像。实验分析显示，LabW2P算法的平均色度精度为0.207 6，较经典的PCA，LabPQR和LabRGB法分别提升了81.54%，55.48%，32.29%，最大平均色差为0.507 0，此外均处于0～0.5之间，达到了视觉难以辨认的可忽略色差的色彩重建水平；平均光谱精度为0.012 7，较PCA性能稍弱，较LabPQR和LabRGB法分别提升了13.01%，6.62%，表明LabW2P编码法的色度和光谱重建性能优势明显。此外该算法可直接用于物体色估计，较PCA和LabPQR法，传输附加信息少，可达压缩比更高。     

基于Karhunen-Loève变换和小波谱特征矢量量化的三维谱像数据压缩

提出了基于Karhunen Lo埁ｖｅ变换的小波谱特征矢量量化三维谱像数据压缩方法耍幔颍瑁酰睿澹?Lo埁ｖｅ变换 /小波变换 /小波谱特征矢量量化方法应用了Karhunen Lo埁ｖｅ变换的消除谱相关性优良性能 ,应用二维小波变换消除空间相关性 ,在小波变换域内应用二维集分割嵌入块编码和一维谱特征矢量量化对三维谱像数据压缩 ,获得较高的压缩性能。实验结果表明 :Karhunen Lo埁ｖｅ变换 /小波变换 /小波谱特征矢量量化编码比Karhunen Lo埁ｖｅ变换 /小波变换 /改进对块零树编码和Karhunen Lo埁ｖｅ变换 /小波变换 /快速矢量量化编码方法在同样压缩比条件下 ,峰值信噪比提高 2dB和 1dB以上 ,而速度提高了 1.5和 8倍 ,整体压缩性能有较大的提高     

Spectral data compression using weighted principal component analysis with consideration of human visual system and light sources

This paper proposed two weight functions based on principal component analysis (PCA) to reserve more colorimetric information in spectral data compression process. One weight function consisted of the CIE XYZ color-matching functions representing the characteristic of the human visual system, while another was made up of the CIE XYZ color-matching functions of human visual system and relative spectral power distribution of the CIE standard illuminant D65. The improvement obtained from the proposed two methods were tested to compress and reconstruct the reflectance spectra of 1600 glossy Munsell color chips and 1950 Natural Color System color chips as well as six multispectral images. The performance was evaluated by the mean values of color difference under the CIE 1931 standard colorimetric observer and the CIE standard illuminant D65 and A. The mean values of root mean square errors between the original and reconstructed spectra were also calculated. The experimental results show that the proposed two methods significantly outperform the standard PCA and another two weighted PCA in the aspects of colorimetric reconstruction accuracy with very slight degradation in spectral reconstruction accuracy. In addition, weight functions with the CIE standard illuminant D65 can improve the colorimetric reconstruction accuracy compared to weight functions without the CIE standard illuminant D65.     

基于小波的干涉多光谱卫星图像压缩方法

分析了干涉多光谱卫星遥感图像的成像特性,并根据该类图像对压缩效果的要求提出了一种基于小波分层树集合分割排序（Set Partitioning Hierarchical Trees,SPIHT）的局部图像优先编码方法,通过对图像小波域系数的局部增强,获得了对图像重要数据优先编码的特性,在8倍压缩比的条件下获得了满意的效果。用该方法对多幅干涉多光谱图像进行了测试,测试结果表明：该方法性能优于其他多光 谱卫星遥感图像编码方法,并有利于在实时图像编码系统中得到应用。     

基于迭代Tikhonov正规化的三刺激值重建光谱方法研究

光谱图像中的反射率光谱数据维数高,且与光源、设备均无关,能够比较全面、真实、客观地描述图像中物体的颜色信息。针对三色相机的光谱图像获取系统中三维色度数据重建多维光谱数据产生的光谱信息丢失、以及伴随而生的颜色信息丢失问题,提出了迭代Tikhonov正规化的光谱重建方法。首先依据色度学理论中色度值与反射率光谱之间的关系,构建反射率光谱重建方程建立起相机所获三维色度数据与高维反射率光谱数据的映射关系;然后,通过反射率光谱重建方程的病态分析,在Moore-Penrose伪逆矩阵求解思想的基础上构建迭代Tikhonov正规化方法求解反射率光谱,并利用训练样本数据通过L-曲线方法训练获取迭代Tikhonov正规化的最优正规化参数,以有效控制并改善反射率光谱重建方程求解的病态、减少重建光谱的光谱信息丢失。实验通过选取样本数据对光谱重建方法进行验证。验证实验的结果表明所提出的光谱重建方法改善了三色相机的光谱图像获取系统中重建光谱的光谱信息丢失程度,使得重建光谱的光谱误差和色度误差较其他光谱重建方法均有明显降低。     

土壤光谱重建的湿地土壤有机质含量多光谱反演

土壤有机质是湿地生态系统的重要元素，利用多光谱遥感技术可大尺度、快速获取其含量信息，对保护湿地生态系统具有重要意义。然而，由于不同地物光谱混合给多光谱数据带来光谱畸变，影响湿地土壤有机质含量的反演精度。为了消除不同地物光谱混合，实现湿地土壤有机质含量的准确、实时监测，以闽江鳝鱼滩湿地为研究区，利用线性波谱分解技术对原始影像的像元进行分解，重建土壤光谱，分析原始光谱、重建光谱与土壤有机质含量的相关性后，建立土壤有机质含量的反演模型。结果表明：利用线性波谱分解技术可有效消除原始影像中的植被端元，减少大部分道路及建筑物的反射干扰，重建后的土壤光谱特征曲线更趋近于自然状态下土壤的光谱曲线，重建效果显著；通过两种光谱与土壤有机质含量的相关系数对比，重建光谱更能准确的反映土壤光谱与土壤有机质含量的相关性；运用重建光谱构建土壤有机质含量的反演模型，其预测精度优于基于原始光谱的反演模型，R2和F分别提高0.124和2.223，RMSE则降低0.106，1∶1线检验的预测值与实测值的拟合度更高，模型可行且有效。由此得出结论，利用线性波谱分解技术消除不同地物光谱混合，重建土壤光谱，一定程度上可实现在自然条件下湿地土壤有机质含量的大面积、准确检测，具有较好的实际应用价值。     

基于宽色域色彩光谱样本集的色度校正方法研究

在跨媒体色彩再现流程中,受色彩再现场景光源及设备呈色机理等因素的影响,同一色彩信息在不同数字媒介之间进行传递时,往往存在色彩传递失真现象,该问题严重影响了现阶段影像色彩复制与传递的客观准确性。色度校正旨在克服上述色彩失真问题,进而提升影像色彩信息传递品质。现有色度校正方法主要可分为色适应变换类算法以及回归校正算法两大类,目前由于此两类方法所采用的训练样本普遍色域过小,故其往往导致在高饱和度色彩区域色度校正误差较大。为此,研究提出了一种基于宽色域色彩光谱样本集的新型色度校正方法。通过各类典型色彩光谱样本的收集与制备,构建了具有广阔色域范围的典型色彩光谱样本集,并在此基础上结合色域划分及色纯度寻优方法实现了现有回归校正模型建模样本的扩充与优化,显著提升了现阶段色度校正算法的校正精度。实验结果显示,在各类照明组合条件下,相比于现有色适应变换类方法以及回归校正类方法,所提出的色度校正方法可将以CIEDE2000色差公式表示的色度校正误差降低15%左右,对于高饱和度色彩区域其对应降幅可达40%左右。该方法的提出,将为未来数字影像色彩复制领域色彩再现技术的发展,提供有效的理论与方法支撑。     

基于光谱连接空间的彩色相机光谱重构研究

针对彩色相机三通道响应值重构光谱反射率精度低的问题,提出了基于光谱连接空间的彩色相机光谱反射率重构方法。首先通过光谱反射率已知的训练样本集和多项式拟合方法建立相机响应值到光谱连接空间的转换矩阵,然后利用该矩阵将待重构样本的相机响应值映射到光谱连接空间,最后选用合适的光谱重构算法在光谱连接空间内实现光谱反射率重构,并利用色度误差和光谱误差两个指标对重构结果进行评价。在上述过程中,鉴于转换矩阵的重要性,采用了基于反距离加权的最小二乘法计算转换矩阵以提高相机响应值到光谱连接空间的转换精度。实验结果表明:本文方法切实可行且精度可靠,与基于彩色相机三通道响应值的光谱重构方法相比,色度重构精度和光谱重构精度均显著提高,平均色差和谱差分别为1.145 2和0.010 3,可在较大程度上满足数字典藏、高保真颜色复制等的需要。     

基于直方图变换的多光谱图像3D SPIHT压缩编码算法

提出了新的多光谱图像压缩方案,直方图变换的三维分层树的集划分(3D SPIHT)压缩编码算法。基于多光谱图像的成像特点,在去相关之前,提出一种可逆的直方图变换方法对多光谱各波段图像灰度值进行调整,来提高各波段间的相关性,然后再对变换后的图像利用K_L和二维小波变换去除谱间冗余和空间冗余。小波编码采用两种编码方案:3D_SPIHT以及对它进行改进后的三维位平面的SPIHT算法,并对两者进行了比较。实验表明,采用直方图变换的这两种方法都获得了良好的效果,比没变换前有更好的图像质量和压缩性能。