| 【论文摘要】 |
六十年代以来,遥感技术获得了迅速的发展。人们将高光谱遥感图像用于资源探测,环境监视,军事侦察等众多领域。然而随着成像光谱仪的迅速发展,高光谱图像数据呈海量增加,给传输和储存领域带来了巨大的压力。由于遥感信息非常宝贵,要求对信息恢复的准确程度较高,因而对于无损或近无损压缩给予更高的关注。本文主要关注于高光谱图像的无损压缩,所做的工作如下:
首先分析了高光谱遥感图像的特性,将它和普通图像进行比较。实验结果表明,高光谱图像和普通图像相比具有纹理细节丰富,空间相关性差的特点,同时计算结果显示,它的谱间相关性很大。对高光谱图像进行压缩要将重点放在去除谱间相关性上。
针对高光谱遥感图像细节丰富纹理复杂,空间相关性弱,难于压缩的特点,本文充分利用了高光谱遥感图像的谱间相关性,设计出对相邻谱段进行预测并将预测残差均方降为最小的一种最佳线性预测器。最后利用提升格式,并结合SPIHT算法,有效的去除空间相关性。实验表明该算法的压缩比高于3D-SPIHT算法和WINRAR压缩软件。
此外,用基于JPEG-LS的无损压缩算法对运用我们设计出的最佳线性预测器预测得到的残差图像进行压缩,运算速度很快,压... |
