ПАРАМЕТРИЧЕСКИ НАСТРАИВАЕМЫЙ АЛГОРИТМ СЖАТИЯ ГИПЕРСПЕКТРАЛЬНЫХ ДАННЫХ С ПРИМЕНЕНИЕМ ВЕЙВЛЕТ-РАЗЛОЖЕНИЯ
Аннотация
Представлен параметрически настраиваемый алгоритм сжатия гиперспектральных данных с применением вейвлет-разложения. Проведена оценка пропускной способности в зависимости от уровня вейвлет разложения, оценена эффективность работы представленного алгоритма.
Ключевые слова
дистанционное зондирование,
сжатие гиперспектральных данных,
контекстное моделирование,
вейвлет-разложение
При поддержке: Исследование выполнено при финансовой поддержке БРФФИ (проекты Ф18ПЛШГ-008 и Ф18М-081).
Об авторах
Д. Ю. Перцев
Белорусский государственный университет информатики и радиоэлектроники
Беларусь
младший научный сотрудник НИЧ
Беларусь
младший научный сотрудник НИЧ
А. А. Дудкин
Объединенный институт проблем информатики НАН Беларуси
Беларусь
Беларусь
Дудкин Александр Арсентьевич - д.т.н., профессор, заведующий лабораторией идентификации систем
220012, г. Минск, ул. Сурганова, 6
Список литературы
1. Airborne Visible/Infrared Imaging Spectrometer. Официальный портал AVIRIS [Electronic resource]. URL: http://aviris.jpl.nasa.gov/ (date of access: 20.04.2018).
2. Klimesh M. Low-complexity lossless compression of hyperspectral imagery via adaptive filtering. Technical Report 42-163, Jet Propulsion Laboratory, California Institute of Technology, 2005.
3. Pizzolante R. Lossless compression of hyperspectral imagery // Proc. of the First International Conference on Data Compression, Communications and Processing. 2011. P. 157–162.
4. Wang H., Babacan S.D., Sayood K. Lossless hyperspectral-image compression using context-based conditional average // Geoscience and Remote Sensing, IEEE Transactions on. 2007. Vol. 45, iss. 12. P. 4187–4193.
5. Magli E., Olmo G., Quacchio E. Optimized onboard lossless and near-lossless compression of hyperspectral data using CALIC // Geoscience and Remote Sensing Letters, IEEE. 2004. Vol. 1, iss. 1. P. 21–25.
6. Huang B., Sriraja Y. Lossless compression of hyperspectral imagery via lookup tables with predictor selection // Proc. Image and Signal Processing for Remote Sensing XII. 2006. Vol. 63–65. P. 131–139.
7. Mielikainen J., Toivanen P. Lossless compression of hyperspectral images using a quantized index to lookup tables // Geoscience and Remote Sensing Letters, IEEE. 2008. Vol. 5, iss. 3. P. 474–478.
8. Chang C.-I. Hyperspectral data processing: algorithm design and analysis. New York: John Wiley & Sons, 2013. 1164 p.
9. Sayood Kh. Introduction to Data Compression. Morgan Kaufmann, 2017. 765 p.
Рецензия
Для цитирования:
Перцев Д.Ю., Дудкин А.А. ПАРАМЕТРИЧЕСКИ НАСТРАИВАЕМЫЙ АЛГОРИТМ СЖАТИЯ ГИПЕРСПЕКТРАЛЬНЫХ ДАННЫХ С ПРИМЕНЕНИЕМ ВЕЙВЛЕТ-РАЗЛОЖЕНИЯ. Доклады БГУИР. 2019;(1):26-31.
For citation:
Pertsau D.Y., Doudkin A.A. The parametrically adjusted hyperspectral data compression algorithm based on wavelet decomposition. Doklady BGUIR. 2019;(1):26-31. (In Russ.)
Просмотров: 732
Послать статью по эл. почте 