第32卷，第8期 2012年8月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
适于星上应用的高光谱图像无损压缩算法
李进"2，金龙旭"，李国宁1
1.中国科学院长春光学精密机械与物理研究所，吉林长春
手130033
2.中国科学院研究生院，北京100049
Vol. 32,No. 8,pp2264-2269
August，2012
摘要针对常见基于预测、变换、失量量化及其组合的高光谱无损压缩算法压缩比低、压缩算法整体耗时以及硬件实现困难的间题，提出一种适于星上应用的高光谱图像无损压缩算法。首先，沿光谱线的第一谱段图像采用中值预测器进行谱段内预测，其他谱段图像采用谱间预测。谐间预测采用两步双向预测算法，第一步预测采用双向二阶预测器得到参考预测值，第二步预测采用本文提出的改进LUT搜索预测算法得出4个 LUT预测值，然后将参考预测值与其比较得出最终的预测值。最后，使用XX-X空间高光谱相机的压缩系统试验设备对该文提出的压缩算法进行了试验验证。结果表明，压缩系统能快速稳定地工作，平均压缩比达到3.05bpp，与传统方法相比，平均压缩比提高了0.14～2.94bpp。有效的提高了高光谱图像无损压缩比和解决了压缩算法整体实现困难的问题。
关键调
高光谱图像；无损压缩；两步双向预测；改进LUT预测
中图分类号：O433.4
引言
文献标识码：A
DOI: 10. 3964/j. issn. 10000593(2012)08-226406
提下尽量提高压缩比。
在参考国内外相关技术的基础上，根据背景项目需求，结合高光谱图像特点，权衡高光谐图像无损压缩比、实现复
随着高光谱遥感成像光谱仪在空间和谱间分辨率指标要求上的不断提高，导致同时具有二维空间信息和一维的光谱信息的高光谱遇感图像数据量量指数增加。现有星载存储器容量有限，卫星信道带宽受限，无法适应空间高光谱遥感图像的海量数据。因此，必须要对高光谱谐遥感图像进行压缩。高光谱遥感图像包含了十分丰富的地物特征信息，具有广泛和长期的应用价值，有损压缩会对后续的应用造成无法估量的影响，因此高光谱遇感图像压缩通常进行无损压缩。
目前，对高光谱遥感图像无进行损压缩的常用方法是基于预测-]、变换()、失量量化"以及它们的组合或改进的图像压缩算法(10)，如POT变换[1]、OrthOST变换[()、 LVQ-SPECK(u)、DSC(叫)等。基于变换的压缩算法可以实现渐进有损压缩，但其复杂度较高，硬件实现困难，无损压缩性能较低。基于失量量化的压缩算法可以有效地提高压缩性能，但是编码算法非常复杂，计算量随失量维数的增加呈指数增加，难以满足空间高光谱相机的应用。基于预测的算法对于高光谱图像无损压缩取得的较好的效果，但常见预测算法的无损压缩比较低。然面，对于高光谱成像光谱仪面言，压缩算法需要在保证压缩算法硬件实现简单、耗时较短的前
收搞日期：2012-02-23，修订日期：2012-05-26
杂度以及压缩耗时等方面，提出一种适于空间高光谱相机应用的图像压缩方案。提出的创新性高光谱图像压缩方案已经在XX-X空间高光谐相机原理样机的压缩设备上获得了应用，应用表明，可以有效的解决空间高光谱相机的庞大、复杂的数据压缩处理，
压缩系统设计思想
高光谱图像光诺分辨率的数量级通常为10-2入，可以看作由二维的空间几何信息和一维光谱信息组成的三维立体图像，高光谱成像仪的成像过程如图1所示
高光谱图像的谱段数通常在几十到几百，对于这种图像来说，存在空间相关性和谱间相关性。空间相关性指同一谱段内某一像素与其相邻像素之间的相关性，其图像空间行相关性公式为
Rre. 0 - h22(.-)()(f)
(1)
基金项目：国家高技术研究发展计划(863计划)基金项目(863-2-5-1-13B)资助
作者简介：李进，1984年生，中国科学院长春光学精密机与物理研究所博士研究生万方数据
e-mail:1458312813@qq.com