(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210439035.X (22)申请日 2022.04.25 (71)申请人 西安理工大 学 地址 710048 陕西省西安市碑林区金花 南 路5号 (72)发明人 梁玮　金海燕　李秀秀　 (74)专利代理 机构 西安弘理专利事务所 61214 专利代理师 赵燕秋 (51)Int.Cl. G06T 9/00(2006.01) G06V 10/762(2022.01) G06T 7/90(2017.01) (54)发明名称 基于视觉特性的通用低复杂度色彩保真光 谱图像压缩方法 (57)摘要 本发明公开了基于视觉特性的通用低复杂 度色彩保真光谱图像压缩 方法， 使用了融合特定 或混合场景环 境信息的色彩感知光谱， 以及均方 误差指导的渐进式编码， 能够在优 先传输色彩相 关光谱数据的同时近无损还原光谱信息， 有效提 升色彩再现精度， 减少存储空间； 而一维谱段间 聚类与二维小波变换的结合， 由于不涉及高维特 征提取， 因此能够避免计算复杂度高的问题。 权利要求书2页 说明书9页 附图7页 CN 115049748 A 2022.09.13 CN 115049748 A 1.基于视觉特性的通用低复杂度色彩保真光谱图像压缩方法， 其特征在于， 具体按照 以下步骤实施： 步骤1、 构建对于特定再现条件下的物体光谱色彩分解环境； 步骤2、 根据原始场景光谱图像三维数据， 视空间位置(x,y)处一维光谱矢量作为空间 子图， 获取场景光谱反射 率与其规范化三刺激值间的色彩转换矩阵D； 步骤3、 根据色彩转换矩阵D计算 光谱色彩分解矩阵R； 步骤4、 根据色彩分解矩阵R计算获取 特定光照再现条件下的色彩感知加权矩阵W； 步骤5、 按行或列顺序读取原始场景光谱图像 中每个空间位置处 的空间子图， 作为原始 光谱图像对应的二维光谱数据矩阵， 通过色彩感知加权矩阵W对该二维光谱数据矩阵加权 处理， 得到光谱图像色彩感知数据二维矩阵； 步骤6、 对光谱图像色彩感知数据二维矩阵， 压缩编码， 得到光谱图像压缩码流。 2.根据权利要求1所述基于视觉特性的通用低复杂度色彩保真光谱图像压缩方法， 其 特征在于， 步骤1具体过程 为： 步骤1.1、 根据国际照明标准获得不同照明的光谱功率分布， 选取一种或多种照明的算 术平均功率分布作为再现光源； 步骤1.2、 采用CIE1931标准色度观察者， 表示2 °～4°视场下正常视觉观察者的颜色视 觉特性， 即为标准色度观察 者光谱三刺激值V； 步骤1.3、 根据 再现光源、 标准色度观察者光谱三刺激值构建出对于特定再现条件下的 物体光谱色彩分解环境。 3.根据权利要求1所述基于视觉特性的通用低复杂度色彩保真光谱图像压缩方法， 其 特征在于， 步骤2具体过程 为： 视空间位置(x,y)处一维光谱矢量为空间子图， 对任一空间子图即光谱反射率矢量， 将 其从光谱空间转换至 CIELAB空间， 获得色彩转换矩阵D， 表示 为： 其中， [Xill Yill Zill]T＝VS·ones(1)， V表示标准色度观察者光谱三刺激值， S 表示再现 光源照明的光谱功率分布， o nes(1)表示全1矢量， Xill、 Yill、 Zill表示光源三刺激值。 4.根据权利要求1所述基于视觉特性的通用低复杂度色彩保真光谱图像压缩方法， 其 特征在于， 步骤3中所述 根据色彩转换矩阵D计算获得光谱色彩分解矩阵R的公式表示 为： R＝DT(DDT)‑1D   (2)。 5.根据权利要求1所述基于视觉特性的通用低复杂度色彩保真光谱图像压缩方法， 其 特征在于， 步骤4具体过程为： 基于色彩分解矩阵R， 利用其对角元素， 设计再现光源照明条 件下色彩感知加权矩阵W， 表示 为： W＝diag(sqrt(diag(R)))   (3)。 6.根据权利要求1所述基于视觉特性的通用低复杂度色彩保真光谱图像压缩方法， 其 特征在于， 步骤5所述 通过色彩感知加权矩阵W对光谱图像二维矩阵加权处 理具体过程 为： 将色彩感知加权矩阵W左乘光谱图像二维矩阵F， 得到光谱图像色彩感知数据二维矩阵 WF。权　利　要　求　书 1/2 页 2 CN 115049748 A 27.根据权利要求1所述基于视觉特性的通用低复杂度色彩保真光谱图像压缩方法， 其 特征在于， 步骤6具体过程 为： 步骤6.1、 将光谱图像色彩感知数据二维矩阵WF的每一个行向量按照原始场景光谱图 像的空间分辨 率重构， 依次形成各 行对应的谱间子图； 步骤6.2、 对所有谱间子图进行谱间自适应聚类， 利用AP聚类算法， 设计谱间子图间负 的欧式距离为谱间相似性度量， 表示为： 进行相似谱间 子图划分， 根据划分结果， 选取每类中心谱间子图Pck作为该类代表 谱间子图， 类内子图与中 心谱间子图Pck做矩阵减法形成类内差别子图； 步骤6.3、 设计码率优化分配器， 利用类代表谱间子图以及各类内差别子图的标准差， 代表其对应信息量， 定义如： σ(WFi)代表标准差， WFi表 示第i个谱间子图； 按各子图的标准差占总标准差的比例分配总比特率rate， 得到类代表谱间子图分配码 率 和各类内差别子图的分配码率ri； 步骤6.4、 对于类代表谱间子图， 采用通用二维提升小波变换转换至小波空间， 利用小 波系数渐进编码方法对二维小波变换系数进行编码， 结合类代表谱 间子图分配码率 获 得类代表码流； 步骤6.5、 对于类内差别子图， 分别对类代表码流进行小波渐进解码、 二维提升小波逆 变换， 得到多个重建代表子图 由 获得预测差别子图Δ'jk， 对预测差别子图 Δ'jk采用通用二维提升小波变换转换至小波域， 然后利用小波渐进编码算法， 对小波系数 进行编码， 结合各类内差别子图的分配码率得到 差别子图渐进码流； 步骤6.6、 对步骤6.2中AP聚类得到的谱间子图分组索引， 采用游程编码算法进行编码， 形成谱间子图类别索引压缩码流； 步骤6.7、 类代表码流、 差别子图渐进码流、 谱间子图类别索引压缩码流共同形成光谱 图像压缩码流。 8.根据权利要求1所述基于视觉特性的通用低复杂度色彩保真光谱图像压缩方法， 其 特征在于， 在压缩编 码过程中包含了对加权光谱图像二 维矩阵进 行去冗余， 具体过程为： 对 于加权光谱图像二维矩阵中数据， 采用谱间自适应AP聚类， 并将其转换为谱间稀疏表示成 分， 即代表子图和数值较小的差别子图， 从而去除数据中的谱间冗余； 各部 分采用二 维提升 小波变换， 将数值转换为能量集中、 有规律性(易于编码)、 含近零值较多的小波系数， 去除 其空间冗余； 采用小波渐进编码算法， 利用小波系数的规律性， 去除其结构 冗余和统计编码 冗余； 采用游程编码， 去除类别索引数据的统计冗余。权　利　要　求　书 2/2 页 3 CN 115049748 A 3