多光谱和高光谱图像无损和近无损压缩的方法
发布时间:2023-12-20
浏览次数:392
多光谱和高光谱图像数据信息庞大,需要进行无损或近无损压缩才能更方便地进行光谱信息和图像信息分析。那么,如何压缩呢?本文简单介绍了多光谱和高光谱图像无损和近无损压缩的方法。
多光谱和高光谱图像数据信息庞大,需要进行无损或近无损压缩才能更方便地进行光谱信息和图像信息分析。那么,如何压缩呢?本文简单介绍了多光谱和高光谱图像无损和近无损压缩的方法。
压缩系统的构成和原理
压缩系统原理见图1,该压缩系统由预测器和编码器组成。压缩系统的输人是一幅图像,即一个三维整型数组。压缩系统的输出是压缩码流,使用该压缩码流可以准确或近似地重建输入图像。
预测器使用自适应线性预测方法对每一个图像样本值进行预测,具体见第7章。该预测方法采用当前样本三维邻域中的邻近样本值完成预测。预测按顺序依次执行。预测过程采用样本表征值sz"(t)进行预测计算,样本表征值的计算见如下:
本文件中的预测器使用均匀量化器对预测残差Δz(t)(即真实样本值和预测值之间的差)进行量化。
量化步长可以通过绝对误差限制和/或相对误差限制来控制。只需要将绝对误差限制设置为零,就可以实现某个谱段的无损压缩。量化系数qz(t)被映射到无符号整数值,即映射量化索引8.(t),这些映射量化索引构成预测器的输出。
压缩图像由帧头(图像参数和压缩参数)和熵编码器输出的压缩码流(对映射量化索引进行无损编码)组成。在编码过程中,熵编码器的参数根据映射量化索引的统计变化可以自适应地进行调整,
压缩模式
当最大误差值mz(t)不等于0时,量化的保真度控制方式为近无损压缩模式;
反之,当最大误差值mz(t)=0时,量化的保真度控制方式则为无损压缩模式。当选择无损压缩模式时,量化部分可简化为:qz(t)=Δz(t)。
在无损压缩模式下,样本表征值计算中的偏移参数虫。为零,衰减参数ゅ。可选择两种设置:
a)衰减参数设置为零,此时样本表征值等于原始样本值,即s"z(t)=sz(t);
b)衰减参数设置为非零,此时衰减参数可用于提升无损压缩的性能。
相关产品
-
高光谱和多光谱有什么区别?
高光谱和多光谱作为作为无损检测技术,因其精度高、分辨率高等优点,被广泛的应用于农业、地质灾害、医学等不同的领域。高光谱和多光谱同作为光谱技术,但它们之间存在一定..
-
高光谱图像的优势和劣势对比
高光谱图像作为一种结合了成像技术和光谱技术的多维信息获取技术,具有显著的优势,但同时也存在一些劣势。以下是对高光谱图像优势和劣势的详细对比。..
-
高光谱在水果品质检测中的应用
高光谱成像技术,以其高光谱分辨率、图像信息丰富及非接触、无损检测等独特优势,正逐步成为水果品质检测领域的新宠。本文从以下几个方面介绍了高光谱在水果品质检测中的应..
-
多光谱和高光谱哪个好?全面对比多光谱和高光谱
光谱成像已成为从农业到环境管理等许多领域的宝库。高光谱和多光谱成像处于该技术的前沿。本文我们将讨论高光谱和多光谱成像的优点和局限性,以及哪种技术适合哪种现实场..