块迭代线性预测的超光谱图像分布式压缩算法

收稿日期:2009-05-12

基金项目:国家自然科学基金资助项目(60702058,60802076); 111 工程资助项目(B08038);CAST 创新基金资助项目

作者简介:吴宪云(1985-),男,西安电子科技大学博士研究生,E -mail:x yw u@m ail.x .doi:10.3969/j.issn.1001-2400.2010.04.018

块迭代线性预测的超光谱图像分布式压缩算法

吴宪云1,李云松1,吴成柯1,孔繁锵1,李文明2

(1.西安电子科技大学综合业务网理论及关键技术国家重点实验室,陕西西安 710071;

2.中国科学院长春光学精密机械与物理研究所,吉林长春 130033)

摘要:根据超光谱图像特点和应用环境要求,提出一种基于DCT 变换域分布式信源编码的超光谱图像压

缩算法.编码端首先进行线性预测,然后按DCT 子带顺序进行比特平面编码,解码端使用关键帧重建边信

息进行L DP C 解码.在编码端使用部分像素点进行线性预测,从而减少了编码端的运算量.在解码端,利用

已解码子带信息进行基于块的迭代线性预测,使用优化后的边信息解码后面的子带.与传统算法相比,本

算法在编码端的运算量更少,需要的存储空间更小,满足超光谱图像压缩系统要求,易于硬件实现.

关键词:超光谱图像;分布式信源编码;迭代线性预测;边信息优化

中图分类号:T P751.1 文献标识码:A 文章编号:1001-2400(2010)04-0683-06

Block based iterative linear prediction at the decoder for

hyper -spectral imagery compression u sing distributed source coding

W U X ian -y un 1,L I Yun -song 1,W U Cheng-ke 1,K ON G F an -qiang 1,L I W en -ming

2

(1.State K ey L ab.of Integ rated Ser vice N etwo rks,X idian U niv.,Xi an 710071,China;

2.Chang chun I nst.of Optics,Fine M echanics and P hy sics,Chinese A cademy o f Sci.,Changchun

130033,China)

Abstract: Based on the analy sis of the hyper -spectral imag es,a new compression a lg orithm based o n the

DCT t ransfo rm domain dist ributed source coding is pro po sed.O ur alg or ithm per for ms the bitplane

encoding at t he enco der with the DCT subbands o rder,w hile using the key frame to reconst ruct the side

inf ormat ion for LD PC decoding at the deco der.Few pix els ar e adopted to perfo rm linear predictio n at the

encoder,thus r educing the complex ity.Subbands pr evio usly decoded ar e utilized fo r iterat ive linear

pr ediction based o n blo cks at t he decoder,and fo llow ing subbands are decoded w ith optimized side

inf ormat par ed w ith conventional algo rithms,t he pro po sed alg or ithm eff icient ly r educes the co st

of computat ion and memor y usage at the enco der ,w hich facilitates the hardwar e implementation.

Key Words: hy per -spectral imag ery;

distributed so ur ce co ding ;iterativ e linear pr ediction;side info rmation optimize 超光谱成像技术是新一代遥感技术[1-2],它能够获得地面目标上百个谱段的信息,根据获得的丰富光谱信息,可定性定量地对被测对象进行物理分析和识别.同时丰富的谱段信息也导致了原始图像数据量的急剧增加,给储存与传输带来巨大的困难.例如美国NASA JPL 实验室的AVIRIS 序列共包含了224个谱段的信息,每幅图像的原始数据近140M B,因此对于超光谱图像必须进行高效的图像压缩处理.

超光谱图像序列压缩的传统压缩方法[3-7]主要有基于帧间预测[5-7]和基于三维小波变换的压缩算法[3-4]

.基于帧间预测方法[5-7]进行压缩时需要在编码端进行残差的变换和反变换,系统复杂度比较高,时延比较大.由于帧间预测方法是按串行顺序处理的,后面谱段必须等待前面谱段压缩完后才能进行处理,很难并行实

2010年8月

第37卷 第4期 西安电子科技大学学报(自然科学版)JOUR NAL OF XIDI AN UNIV ER SI TY Aug.2010

Vol.37 No.4