Передача гиперспектральных данных в системах дистанционного зондирования Земли на основе иерархической компрессии
Гашников М.В., Глумов Н.И.

 

Самарский национальный исследовательский университет имени академика С.П. Королева, Самара, Россия,
Институт систем обработки изображений РАН – филиал ФНИЦ «Кристаллография и фотоника» РАН, Самара, Россия

Аннотация:
Работа посвящена решению задачи бортовой обработки гиперспектральных данных с целью последующей передачи по каналам связи в системах дистанционного зондирования Земли.В качестве базового алгоритма сжатия данных, необходимого для сокращения объема передаваемой информации, предлагается использование адаптированного для бортовой обработки метода компрессии на основе иерархической сеточной интерполяции. В работе рассмотрена специфика формирования гиперспектрального изображения, с учетом которой разработан алгоритм стабилизации скорости формирования сжатых данных. Проведенные исследования показали, что предложенные алгоритмы имеют эффективность, достаточную для использования при передаче гиперспектральных данных дистанционного зондирования Земли в условиях ограниченной емкости буферной памяти и пропускной способности канала связи.

Ключевые слова :
гиперспектральные изображения, компрессия данных, метод иерархической сеточной интерполяции, бортовая обработка, стабилизация скорости формирования потока данных.

Цитирование:
Гашников, М.В. Бортовая обработка гиперспектральных данных в системах дистанционного зондирования земли на основе иерархической компрессии / М.В. Гаш­ни­ков, Н.И. Глумов // Компьютерная оптика. – 2016. – Т. 40, № 4. – С. 543-551. – DOI: 10.18287/2412-6179-2016-40-4-543-551.

Литература:

  1. Chang, C.-I. Hyperspectral Data Processing: Algorithm Design and Analysis / C.-I Chang. – Hoboken, HJ: John Wiley & Sons, Inc., 2013. – 1164 p. – ISBN: 978-0-471-69056-6.
  2. Шовенгердт, Р.А. Дистанционное зондирование. Модели и методы обработки изображений / Р.А. Шовенгердт. – пер. с англ. – М.: Техносфера, 2010. – 560 с. – ISBN: 978-5-94836-244-1.
  3. Chang, C.-I. Hyperspectral imaging: techniques for spectral detection and classification / C.-I Chang. – New York: Springer Science+Business Media, 2003. – 372 p. – ISBN 978-1-4419-9170-6.
  4. Borengasser, M. Hyperspectral Remote Sensing – Principles and Applications / M. Borengasser, W. Hungate, R. Watkins. – Boka Raton: CRC Press, 2004. – 128 p. – ISBN 978-1-56670-654-4.
  5. Chang, C.-I. Hyperspectral data exploitation: theory and applications / C.-I Chang. – Wiley-Interscience, 2007. – 440 p. – ISBN: 978-0-471-74697-3.
  6. Gashnikov, M. Regional Geographic Information Systems for Gas Network Monitoring / M. Gashnikov, N. Glumov, V. Myasnikov, A. Chernov, E. Ivanova // Pattern Recognition and Image Analysis. – 2015. – Vol. 25(3). – P. 418-422. – DOI: 10.1134/S1054661815030062.
  7. Chanussot, J. Foreword to the Special Issue on Hyperspectral Image and Signal Processing / J. Chanussot, M.M. Crawford, B.-Ch. Kuo // IEEE Transactions on Geoscience and Remote Sensing. – 2010. – Vol. 48(11). – P. 3871-3876. – DOI: 10.1109/TGRS.2010.2085313.
  8. Chang, C. Anomaly detection and classification for hyperspectral imagery / C. Chang, Sh. Chiang // IEEE Transactions on Geoscience and Remote Sensing. – 2002. – Vol. 40(6). – P. 1314-1325. – DOI: 10.1109/TGRS.2002.800280.
  9. Benz, U.C. Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information / U.C. Benz, P. Hofmann, G. Willhauck, I. Lingenfelder, M. Heynen // ISPRS Journal of Photogrammetry and Remote Sensing. – 2004. – Vol. 58(3-4). – P. 239-258. – DOI: 10.1016/j.isprsjprs.2003.10.002.
  10. Гашников, М.В. Иерархическая компрессия в задаче хранения гиперспектральных изображений / М.В. Гашников, Н.И. Глумов // Компьютерная оптика. – 2014. – Т. 38, № 3. – С. 482-488.
  11. Gashnikov, M. Hyperspectral images repository using a hierarchical compression / M. Gashnikov, N. Glumov // Posters Proceedings of 23-rd International Conference on Computer Graphics, Visualization and Computer Vision (WSCG 2015). – Czech Republic, Plzen, June 8-12. – 2015. – P. 1-4. – ISBN 978-80-86943-67-1. – ISSN 2464-4617.
  12. Salomon, D. Data Compression. The Complete Reference / D. Salomon. – 4th ed. – London: Springer-Verlag, 2007. – 1118 p. – ISBN: 978-1-84628-602-5. – DOI: 10.1007/978-1-84628-603-2.
  13. Ватолин, Д. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео / Д. Ватолин, А. Ратушняк, М. Смирнов, В. Юкин. – М.: ДИАЛОГ-МИФИ, 2002. – 384 с. – ISBN: 5-86404-170-X.
  14. Pratt, W.K. Digital image processing / W.K. Pratt. – 4th ed. – Hoboken, NJ: John Wiley & Sons, Inc., 2007. – 807 p. – ISBN: 978-0-47176-777-0. – DOI: 10.1002/0470097434.
  15. Soifer, V.A. Computer Image Processing, Part II: Methods and algorithms / A.V. Chernov, V.M. Chernov, M.A. Chicheva, V.A. Fursov, M.V. Gashnikov, N.I. Glumov, N.Yu. Ilyasova, A.G. Khramov, A.O. Korepanov, A.V. Kupriyanov, E.V. Myasnikov, V.V. Myasnikov, S.B. Popov, V.V. Sergeyev, V.A. Soifer. – Saarbrücken, Germany: VDM Verlag, 2010. – 584 p. – ISBN: 978-3-63917-545-5.
  16. Гашников, М.В. Параметризация нелинейного предсказателя Грехэма при компрессии цифровых изображений / М.В. Гашников // Компьютерная оптика. – 2016. – Т. 40, № 2. – С. 225-231. – DOI: 10.18287/2412-6179-2016-40-2-225-231.
  17. Woods, E. Digital Image Processing / E. Woods, R. Gonzalez. – 3th ed. – Prentice Hall, 2007. – 976 p. – ISBN 978-0-13168-728-8.
  18. Wallace, G. The JPEG Still Picture Compression Standard / G. Wallace // Communications of the ACM. – 1991. – Vol. 34(4). – P. 30-44. – DOI: 10.1109/30.125072.
  19. 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.
  20. Gashnikov, M. Hierarchical GRID Interpolation under Hyperspectral Images Compression / M. Gashnikov, N. Glumov // Optical Memory and Neural Networks (Information Optics). – 2014. – Vol. 23(4). – P. 246-253. – DOI: 10.3103/S1060992X14040031.
  21. Lin, S. Error Control Coding: Fundamentals and Applications, second edition / S. Lin, D. Costello. – Englewood Cliffs, New Jersey: Prentice-Hall, Inc.; 2004. – 1260 p. – ISBN: 978-0130426727.
  22. Gashnikov, M. Stabilization of the Compressed Data Formation Rate in Hierarchical Image Compression / M. Gashnikov, N. Glumov, V. Sergeyev // Pattern Recognition and Image Analysis. – 2007. – Vol. 17(1). – P. 79-81. – DOI: 10.1134/S1054661807010087.
  23. AVIRIS Data – Ordering Free AVIRIS Standard Data Products [Электронный ресурс]. – URL: http://avi­ris.jpl.nasa.gov/data/free_data.html (дата обращения 1.07.2016).
© 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