洪 恒，何明一

（西北工业大学 电子信息学院，陕西省信息获取与处理重点实验室，陕西 西安 710129）

高光谱遥感成像技术（Hyperspectral Remote Sensing，HRS）作为一种新型遥感成像技术，将二维成像遥感技术与光谱技术有机结合，能够在获取被测物空间信息的同时，获取地物的光谱信息。高光谱图像可以看做在传统二维图像的基础上新增一个光谱维度，这直接导致了高光谱图像数据量庞大的特点，给遥感数据传输和存储带来了挑战。因而，如何对高光谱图像进行有效地压缩是一个非常有意义的课题。常用的高光谱图像压缩算法主要包括基于预测的算法[1]、基于变换的算法[2]和基于矢量量化的算法[3]等。

由于大气吸收等原因，高光谱图像中一些波段与相邻波段的相关性下降，使得在压缩过程中直接采用波段的自然顺序进行处理无法获得理想的压缩效果。针对这种现象，有许多学者提出了相应的预处理方法，如采用自适应聚类的方法进行自适应波段分组，再分别对各组内波段进行压缩[4]，有效提高了压缩性能。还有学者提出先通过比较相邻波段的相关系数进行自适应分组，再对组内波段进行排序的方法[5]，也能提高预测性能。但是这些预处理算法都是以高光谱图像各波段间的相关系数矩阵为基础，而相关系数矩阵所需的计算量非常大，往往计算相关系数矩阵的时间要远远高于预处理算法本身所需的时间，这严重制约了这些预处理算法的实时应用。……