一种高阶图像的映射压缩保持方法

本发明涉及一种图像压缩方法，具体涉及一种高阶图像的映射压缩保持方法。

背景技术：

1、近年来，随着多传感器融合技术的发展，传感器采集到的图像也包含更高阶和复杂的图像信息，这对于需要高精度数据的领域(如勘探资源、感知环境和军事研究等)具有重要的应用和研究价值。但是此类图像存在的数据量大、维度高或分辨率高的问题也为图像传输、处理和存储增加了很大难度。所以对高维图像进行有效去冗余、保特征，成为了重点研究对象。

2、现有的高维图像压缩方法主要包括基于变换的压缩方法、基于预测的压缩方法和基于矢量量化的压缩方法。基于变换的压缩方法包括k-l变换和小波变换，虽然变换编码速度较快，但压缩性能不足；基于预测的压缩方法不用经过变换操作，优点在于简单易实现，但压缩率较低，主要用于无损压缩；矢量量化的压缩方法可以达到较为理想的压缩性能，但由于其计算量大，算法的复杂度高而难以满足海量图像的快速压缩。综上，当前对高阶图像进行压缩，在技术和理论上依然存在相当大的难度。

技术实现思路

1、本发明的目的是解决现有图像压缩方法存在压缩性能不足、压缩率低或计算量大的问题，而提供一种高阶图像的映射压缩保持方法。

2、本发明的设计构思为：基于泛函理论，构建一个映射空间y，该映射空间的数学表达形式简单，计算步骤简洁，且通过理论证明，得到压缩保持结果保持了原高阶图像的高维高分辨率特征，兼顾了算法的简便性和和优良的压缩性能。

3、为实现上述目的、完成上述构思，本发明所提供的技术解决方案是：

4、一种高阶图像的映射压缩保持方法，其特殊之处在于，包括以下步骤：

5、步骤1、准备待压缩的高阶图像，使用矩阵m表示所述待压缩的高阶图像，令集合t为矩阵m的元素集合；

6、步骤2、构建映射空间y，映射空间y中包括压缩元y和保持元k；

7、步骤3、将步骤1中的矩阵m和集合t输入步骤2得到的映射空间y中，得到压缩结果a和压缩保持结果矩阵s，完成对待压缩的高阶图像的压缩保持。

8、进一步地，步骤1中，所述矩阵

9、t＝{x1(a1,b1),x1(a1,b2),...,xc(am,bn)}；

10、其中am为待压缩的高阶图像中第m个位置在空间维度上的长度，bn为待压缩的高阶图像中第n个位置在空间维度上的宽度，c为待压缩的高阶图像在光谱维度上的波段数。

11、进一步地，步骤2中，映射空间y为y：为映射空间y下的映射函数，y0为压缩元的初值，k为保持元，为压缩元y与保持元k和映射函数的二元函数，x0为进行积分的待压缩的高阶图像的初值点，x为进行积分的待压缩的高阶图像的终点，d为微分符号。

12、进一步地，步骤3中，定义m&y为在映射空间y中的压缩操作，ta*y为压缩保持操作，则：

13、

14、

15、其中l为映射空间y的利普希茨常数，d为微分符号；aij为压缩保持结果矩阵s的元素，i是元素的行标，j是元素的列标，n为压缩保持结果矩阵s的阶数。

16、与现有技术相比，本发明的有益效果是：

17、1、本发明提供的高阶图像的映射压缩保持方法，基于泛函理论，构建了一个映射空间y，该映射空间的数学形式简单，且通过理论证明，得到压缩结果保持了原高阶图像的高维高分辨率特征，兼顾了算法简单和压缩性能，降低了成本；

18、2、本发明提供的高阶图像的映射压缩保持方法，可用于遥感高光谱图像、生物医学图像等图像的降维保持场景。

技术特征：

1.一种高阶图像的映射压缩保持方法，其特征在于，包括以下步骤：

2.根据权利要求1所述高阶图像的映射压缩保持方法，其特征在于：

3.根据权利要求2所述高阶图像的映射压缩保持方法，其特征在于：

4.根据权利要求3所述高阶图像的映射压缩保持方法，其特征在于：

技术总结本发明涉及一种图像压缩方法，为解决现有图像压缩方法存在压缩性能不足、压缩率低或计算量大的问题，而提供一种高阶图像的映射压缩保持方法。本发明包括以下步骤：1)准备待压缩的高阶图像，使用矩阵M表示所述待压缩的高阶图像，令集合T为矩阵M的元素集合；2)构建映射空间Y，映射空间Y中包括压缩元y和保持元k；3)将步骤1中的矩阵M和集合T输入步骤2得到的映射空间Y中，得到压缩结果A和压缩保持结果矩阵S，完成对待压缩的高阶图像的压缩保持。本发明得到压缩结果保持了原高阶图像的高维高分辨率特征，降低了成本。技术研发人员：叶昊,王锋,曹剑中,陈卫宁,郭惠楠,张高鹏受保护的技术使用者：中国科学院西安光学精密机械研究所技术研发日：技术公布日：2024/9/2