光谱反射率维度高, 与光照和观察条件无关, 能够真实、 客观地描述物体的颜色信息, 由物体本身特性决定, 因此被称为物体的“指纹”。 但是, 光谱反射率数据量超过传统三色系统十倍以上, 这些巨大的光谱数据在存储、 数据处理及传递等方面造成巨大的负担, 花费太多的计算时间。 如果高维光谱可以通过数学变换方法映射到低维空间, 并确保低维空间能够更好地表示原始光谱所覆盖的信息, 可以有效地压缩多光谱数据, 提高基于光谱的颜色复制的处理效率。 针对主成分分析法平等地对待可见光范围的所有波长, 重建光谱仅仅是对原始光谱的数学逼近, 由于波长对颜色的重要性不同, 经常会导致光谱重建误差较小而色度误差较大的问题, 提出了一种基于光谱色差权重函数的多光谱降维算法。 使用主成分分析法将孟塞尔颜色系统Munsell维度降低到1维, 再恢复重建到31维, Munsell的原始光谱和重建光谱的平均光谱色差作为权重函数。 以NCS为训练样本, 分别以NCS、 Munsell和3张多光谱图像为测试样本, 分析和比较本文推荐的权重主成分分析法与主成分分析法以及另外4种权重主成分的性能。 以D65/2°和A/2°照明观察条件下的CIELAB色差和均方根误差(RMSE)分别评价测试样本的原始光谱和重建光谱之间的色度重建精度和光谱重建精度。 实验统计结果表明: 相对于主成分分析法, 无论测试样本是多光谱数据还是多光谱图像, 推荐的方法在牺牲一定光谱重建精度的情况下, 在D65/2°和在A/2°两种照明观察条件下的色度重建精度得到显著的提高, 而色度重建精度提高对于目前广受关注的基于光谱的颜色复制研究具有非常重要意义。 实验统计结果也表明本文推荐的方法的色度重建精度优于目前已经存在的另外4种权重主成分分析法。

多光谱图像比常见的三通道图像能够携带更多的数据信息来表示颜色, 因此大大提高了存储与传输此类信息所需要的难度。 为了解决以上问题, 研究人员提出一种将多光谱数据在存储与传输前进行压缩, 并在使用时通过过渡连接空间(ICS)对压缩数据进行重建, 而过渡连接空间决定了转换的效果。 Derhak等［JIST, 50: 53-63, 2006］提出了一种名为LabPQR的6个维度的ICS。 这个空间的前三个维度是给定光谱r在指定光观察环境(用加权表矩阵H表示)下的三刺激值向量t, 后三个维度是同色异谱黑rb在由主成分分析获得的同色异谱黑空间前三个基向量(记为矩阵B)下的组合系数tPQR。 同色异谱黑rb由基于三刺激值t的光谱分解式rb=r-Mt给出, 这里的映射矩阵M为熟知的“R-矩阵”, 同色异谱黑空间是由光谱图像数据或独立反射率训练集对应的所有同色异谱黑构成。 重建的反射率rp=Mt+BtPQR。 该研究提出一个改进的LabPQR过渡连接空间, 记为MLabPQR。 两者之间的差别就在于光谱分解式中的映射矩阵M的选取。 该方法选取M为“Wiener估计矩阵”。 Wiener估计矩阵不仅依赖于光环境H, 而且还依赖于训练光谱数据, 因此期望通过Wiener估计矩阵更能反映出光谱图像的光谱特性, 从而提高反射率重建精度。 使用NCS光谱反射率数据和一幅光谱图像作为测试样本, 分别用Munsell反射率数据集和测试样本集作为训练样本。 采用均方根误差(RMSE)和拟合优度系数(GFC)为重建光谱精度指标, 以CIELAB色差为色度精度指标对本方法进行综合评估, 并与现有的LabPQR、 LabRGB、 XYZLMS和LabW2P ICSs进行比较。 比较结果表明, 该研究的新ICS不论从光谱精度还是色度精度都优于其他ICSs。 因此新方法对光谱反射率压缩及跨媒体多光谱图像再现等相关领域有着重要的应用价值。

由于超光谱图像数据量大, 文章提出了一种能够对超光谱图像进行实时压缩处理的嵌入式系统。该系统采用cyclone3系列的EP3C16 FPGA为协处理器, 完成数据缓存、逻辑控制以及外部接口的控制。以TI公司的TMS320C6455为中央处理器, 实现超光谱图像的实时压缩处理。该系统具有高速的特点, 通过实验证明可以对带宽为1 024 byte×129 行×16 bit×200 帧的图像数据进行快速传输并压缩。图像实时压缩后, 通过ASI接口传输给下级系统。该系统稳定性好, 结构具有可扩展可重建的特性。

在研究现有光谱压缩概念和方法的基础上,提出一种新型的压缩方法。不同于各种基于软件算法的光谱压缩,提出一种利用编码孔径的硬件实现方法。在光学系统中加入编码孔径对光谱进行光学压缩,可以实现光谱数据的瞬时编码,经编码孔径压缩的光谱可以通过与编码形式对应的解码算法重建。在此基础上研究了编码解码的具体形式。提出基于小波变换和缺陷矩阵理论的两种编码板形式,以及基于小波逆变换和稀疏矩阵梯度投影的迭代算法的解码重建算法。用实物光谱进行模拟,比较不同的编码形式的压缩比和保真度。提出存在采用低采样频率压缩编码还原具体光谱信息的可能性,并总结了压缩编码的一般原则。

根据大孔径静态干涉多光谱图像的成像特点, 提出一种基于方向角预测的三维小波变换。这种三维小波变换的新颖之处在于它将方向预测结合到三维提升小波中。这样每次提升小波中的预测可在相关性最强的方向上进行而不需总是局限在变换的方向上。实验证明, 对于干涉多光谱图像这种方向性很强的立体图像序列, 基于方向角预测的三维小波变换比原始三维提升小波变换有明显改进, 在相同的量化编码下, 基于方向角预测的三维小波变换比原始三维提升小波变换提高1 dB左右。经该种方法压缩的图像的光谱特性也得到明显改善。