Hierarchical compression for hyperspectral image storage

Abstract

Самарский государственный аэрокосмический университет имени академика С.П. Королёва (национальный исследовательский университет) (СГАУ), Институт систем обработки изображений РАН Аннотация Исследуются возможности применения иерархической компрессии в задаче хранения гиперспектральных изображений. Приводятся результаты анализа изображений спектрометров Spec-TIR 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. Иерархическая компрессия в задаче хранения гиперспектральных изображений Гашников М.В., Глумов Н.И.

Context-based method for lossless compression of RGB and multispectral images

“…Therefore, the publications at that time primarily considered algorithms for processing single-channel (halftone) images, which are basic for implementing all compression methods. More recent publications are related to the compression of hyperspectral images, where the hierarchical compression method for both hyperspectral images (HSI) and for ERS as a whole occupies one of the leading positions [8], [9], [10]. In [9], the following statistical characteristics of the HSI are given:…”

“…The high correlation of most of the neighboring HSI channels allows us to apply context-based compression methods at a new level and to use the previous high-correlation channel as the context for the current channel, which has been successfully realized and investigated in publications [9], [10]. The high correlation of the HSI channels has made it possible to bring the level of their lossless compression to the values of the order of 4-5.…”

Interpolation for Hyperspectral Images Compression

“…The problem is compounded by the fact that hyperspectral data are often 16-bit, with the result that most of the popular implementations of the compression methods are not applicable. One of the most perspective methods of hyperspectral image compression is the method [13][14], based on a hierarchical grid interpolation (HGI), which uses hierarchical image decimation and interpolation of pixels of more decimated image based on pixels of less decimated image. Advantages of this method:…”

Differential Image Compression Based on Adaptive Prediction

“…Differential methods are used for the compression of remote sensing data [5][6][7][8] and are part of other, more complex methods of compression, such as the JPEG [9] and the hierarchical grid interpolation [10][11][12][13]. Now the task of improving these methods is still actually.…”