空谱联合预测高光谱图像无损压缩rice算法 .pdfVIP

学兔兔 第31卷 第 1期 仪 器 仪 表 学 报 Vl01．31 NO．1 2010年 1月 Chinese Journa1 of Scientific Instrument Jan．2010 空谱联合预测高光谱图像无损压缩rice算法术 陈永红 ～，史泽林 ，赵怀慈 ，李德强 (1 rf1国科学院沈阳自动化研究所 沈I5f1 1 10016：2 中国科学院研究生院 北京 100039) 摘 要：针对rice算法低维预测不能有效降低高光谱数据兀余问题，提出基1-空谱联合预测的低复杂度rice算法，应用于高 光谱图像无损 缩。根据高光谱图像三维数据特征建立三维预测模型，利用相邻波段谱间相关系数进行联合预测系数分配， 有效地减少了高光谱图像窄『日J和谱问冗余。提小基 预测误差均值的最优编码参数选择算法，计算复杂度由O(N)降为0(1 o 实验结果表明，本文方法提高无损压缩比5％～40％，编码时间较经典rice算法缩短了4％以 ，有利于实时处理和工程实现。 关键词：窄谱联合预测；rice算法；高光谱图像；尤损J玉缩；最优编码参数选择 中图分类号：TP751．1 文献标识码：A 国家标准学科分类代码：510．4O Spatial—spectral associated prediction-based rice algorithm for hyperspectral image lossless compression Chen Yonghong 一， Shi Zelin ， Zhao Huaici ， Li Deqiang f Shenyang Institute ofAutomation，Chinese Academy ofSciences，Shenyang 110016。China 2 Graduate School ofthe Chinese Academy ofSciences，Beijing 100039,China) Abstract-Aiming at the problem that the low—dimensional predictors of rice algorithm can not efficiently reduce the redundancy of hyperspectral image data，a spatial—spectral associated prediction—based rice algorithm with low complexity is proposed and applied to hyperspectral image lossless compression ． According to the three—dimensional characteristics of hyperspectral image，a three—dimensional prediction model is established and the correlation coefficient of neighboring bands iS used to assign the associated prediction coefficients ． which ef- ficiently reduces the spatial and spectra