魏永旺，罗海波，张承宁，邵楚雯

（1.中国科学院 沈阳自动化研究所，辽宁 沈阳110016；2.中国科学院 光电信息处理重点实验室，辽宁 沈阳110016；3.辽宁省图像理解与视觉计算重点实验室，辽宁 沈阳110016；4.北华大学电气信息工程学院，吉林 吉林132021；5.东南大学 电气工程学院，江苏 南京210096）

0 引 言

星载遥感图像是由高空相机拍摄的物体表面图像，每个像素的亮度值就代表该像素地物的平均辐射值，在时间和空间上具有一定的相关性，存在较多的信息冗余，通过对样本实际值与预测值相减得到的差值进行编码则可以使信号的幅度降低，用较少的电平量对其差值量化来表示较多的图像原始数据［1－3］。由于预处理后结果的熵值、均值以及均方差的大小对于压缩有着直接的影响，比如，星载图像压缩中的Rice算法，样本的均值直接影响该幅图像的压缩比［4］，如果均值越小，则压缩比通常越高。所以，进行合理地预测、使预测值更接近于实际值成为很多预测方法的目标。通常，预测器的维数越高、利用已知像素点越多，则预测值越接近该点的实际像素值，但由于硬件复杂度和速度间相互制约，所以在实际的星载图像实时处理系统的设计中，通常采用一维和二维预测，而三维及更高维预测很少采用。目前已有的预测方法有：一维线性预测（前像素预测）和JPEG－LS标准的中值边缘检测 MED（median edge detector）预测。文献 ［5］提出了一种二维均值Mean预测方法，通过理论和实验分析发现，MED预测和Mean预测对不同类别图像往往各有所长，如果图像自相关系数较大，则用MED预测预测能取得较好的效果，同理，如果图像自相关系数较小，Mean预测则比较合适。……