邵美云

摘 要：由于遥感图像信息十分宝贵，应尽可能采用无损压缩或近无损压缩方法。本文提出基于“提升”（Lifting）算法实现整数小波变换（IWT）的方法, 将变换方法用于去除空间冗余，保证了小波变换后图像信息无损失，再用算术编码对图像进行无损压缩。由于变换方法的去相关性能良好，实验证明将IWT应用于遥感图像无损压缩是有效的，能达到预期的目的，解码后的图像能无失真的恢复。

关键词：遥感超光谱图像；图像压缩；整数小波变换；算术编码

中图分类号:TN919.8文献标识码：aDoI: 10.3969/j.issn.1003-6970.2012.02.043

Integer Wavelet Transform-based Lossless Compression for Remotely Sensed Hyperspectral Image

SHao Mei-Yun

(College of Information Engineering, Xizang Institute for Nationalities, Xianyang Shanxi 712082,China)

【Abstract】as the remotely sensed hyperspectral image information is very precious,as far as possible using lossless or near lossless compression method.In this paper, based on the “ Lifting “ algorithm integer wavelet transform (Iwt) method, the transformation method used to remove spatial redundancy, wavelet transform ensures no loss of image information, and then arithmetic coding lossless compression of image .As the transformation method to the good performance of related experiments that will be used in remote sensing image Iwt lossless compression is effective to achieve the intended purpose, the decoded image can be restored without distortion.

【Key words】remotely Sensed Hyperspectral Image, Image Compression, Integer wavelet transform, arithmetic Coder

0 引 言

超光谱成像具有高空间分辨率和高光谱分辨率以及较多的光谱通道数，可以在从空间对地观测的同时获取众多连续波段的地物光谱图像，达到从空间直接识别地球表面物质、识别伪装的目的。超光谱图像光谱通道数为100～200，光谱分辨率为l0nm～100nm，是一种三维立体图像，即在普通二维图像的基础上又多了一维光谱信息，因此超光谱遥感图像的数据量庞大。对超光谱图像进行压缩编码，可以节省传输时占用的信道容量及存储时占用的存储容量，从而提高处理、传输与存储的效率。因此，对超光谱遥感图像压缩编码的研究具有重要的应用价值。由于遥感图像信息十分宝贵，应尽可能采用无损压缩或近无损压缩[1]。

由于小波变换具有多分辨率特性，因此变换后的图像数据能够保持在各种分辨率下原始的精细结构，通过调整参数可以实现图像的近无损压缩。尤其是零树编码的出现，大大提高了图像的压缩比，但是小波变换后的系数为浮点数，这一特点使图像无损压缩无法直接在小波变换域进行，限制了小波在该领域的应用。……