Иерархическая компрессия в задаче хранения гиперспектральных изображений
Гашников М.В., Глумов Н.И.

PDF, 1412 kB

DOI: 10.18287/0134-2452-2014-38-3-482-488

Страницы: 482-488.

Аннотация:
Исследуются возможности применения иерархической компрессии в задаче хранения гиперспектральных изображений. Приводятся результаты анализа изображений спектрометров SpecTIR и AVIRIS. Предлагаются алгоритмы аппроксимации спектральных каналов, позволяющие повысить эффективность компрессии при сохранении возможности доступа к отдельным компонентам. Приводятся результаты вычислительных экспериментов по исследованию эффективности разработанных алгоритмов на 16-битных гиперспектральных изображениях.

Ключевые слова :
компрессия изображений, сжатие, хранение гиперспектральных изображений, контроль максимальной погрешности, иерархическая сеточная интерполяция.

Литература:

  1. Borengasser, M. Hyperspectral Remote Sensing – Principles and Applications / M. Borengasser [et al]. – CRC Press, 2004. – 128 p.
  2. SpecTIR Data – Advanced Hyperspectral and Geospatial Solutions / Corporate Headquarters SpecTIR Remote Sensing Division // http://www.spectir.com/free-data-samples.
  3. AVIRIS Data – Ordering Free AVIRIS Standard Data Products / Jet Propulsion Laboratory // http://aviris.jpl.na­sa.gov/data/free_data.html.
  4. Гашников, М.В. Иерархическая сеточная интерполяция при сжатии гиперспектральных изображений / М.В. Гашников, Н.И. Глумов // Компьютерная оптика. – 2014. – Т. 38, № 1. – С. 87-93.
  5. Сергеев, В.В. Метод иерархической компрессии космических изображений / М.В. Гашников, Н.И. Глумов, В.В. Сергеев // Автоматика и телемеханика. – 2010. – № 3. – C. 147-161.
  6. Gashnikov, M.V. Preparing a Common Raster Coverage for a Territory Based on Hierarchical Compressed Presentation of Orthoimages / M.V. Gashnikov, N.I. Glumov, A.V. Chernov // Pattern Recognition and Image Analysis. Advances in Mathematical Theory and Applications. – 2009. – V. 19, Issue 1. – P. 39-42.
  7. Gashnikov, M.V. Hierarchical compression of the multidimansional data in the regional bank of samara region satellite images / M.V. Gashnikov, N.I. Glumov // Proceedings of 9-th International Conference on Pattern Recognition and Image Analysis: New Information Technologies (PRIA-9-2008). – Russian Federation, Nizhni Novgorod, September 15-19, 2008. – V. 1. – P. 159-161.
  8. Wallace, G. The JPEG Still Picture Compression Standard / G. Wallace // Communications of the ACM. – 1991. – V. 34, Issue 4. – P. 30-44.
  9. Методы компьютерной обработки изображений / М.В. Гашников, Н.И. Глумов, Н.Ю. Ильясова, В.В. Мяс­ников, С.Б. Попов, В.В. Сергеев, В.А. Сойфер, А.Г. Храмов, А.В. Чернов, В.М. Чернов, М.А. Чичёва, В.А. Фурсов; под ред. В.А. Сойфера. – 2-е изд., испр. – М.: Физматлит, 2003. – 784 с.
© 2009, IPSI RAS
Institution of Russian Academy of Sciences, Image Processing Systems Institute of RAS, Russia, 443001, Samara, Molodogvardeyskaya Street 151; E-mail: ko@smr.ru; Phones: +7 (846) 332-56-22, Fax: +7 (846) 332-56-20