Сжатие гиперспектральных аэрокосмических изображений с
предварительной байтовой обработкой и учетом междиапазонной корреляции

В данной работе рассмотрена задача сжатия гиперспектральных данных дистанционного зондирования Земли и предложен соответствующий многоэтапный алгоритм. Учитывая особенности гиперспектральных аэрокосмических изображений (АИ) и некоторые детали существующих аналогов алгоритмов сжатия, наиболее целесообразным решение задачи сжатия гиперспектральных АИ представляется путем многоэтапных преобразований. Алгоритм, реализующий именно такой подход, а также результаты его исследований предлагается обсудить в данной работе.
Сегодня для сжатия гиперспектральных АИ без потерь исследователи в России и за рубежом делают попытки применения самых различных подходов и методов. Обсуждаются отдельные этапы преобразования данных при сжатии АИ, возможности снижения энергозатрат и алгоритмической сложности, делаются различные попытки адаптации стандартов для сжатия гиперспектральных АИ, положительно зарекомендовавших себя при сжатии обычных изображений. Однако, при этом часто остаются неясными некоторые детали реализации оригинальных алгоритмов сжатия, а также насколько предлагаемые подходы превышают возможности распространенных средств сжатия при их применении к гиперспектральным АИ с различными характеристиками.
Алгоритм сжатия гиперспектральных АИ, учитывающих их специфику реализован в несколько этапов: учет функциональной зависимости значений яркости и формирование массивов отклонений (разностей) исходных данных от значений найденной функциональной зависимости; формирование вспомогательной структуры данных на основе исходного гиперспектрального АИ, хранящей уникальные парные группы значений элементов в байтовом представлении, а также адресные ссылки на эти уникальные парные группы; сжатие данных стандартным энтропийным алгоритмом путем обработки сформированных вспомогательных структур данных.
Приведены некоторые результаты исследований эффективности сжатия гиперспектральных АИ, выполненные предложенным алгоритмом сжатия с универсальными и специализированными архиваторами.
Для определения эффективности предлагаемого алгоритма с точки зрения степени сжатия проведен ряд экспериментов с использованием гиперспектральных АИ системы ДЗЗ AVIRIS. Предложенный алгоритм может быть реализован в различной последовательности этапов. Анализ значимости этапов показал, что этап предварительной байтовой обработки с формированием вспомогательных структур данных позволяет увеличить результат наиболее значительно – до 45%. Этап учета междиапазонной корреляции менее значим, однако позволяет снизить диапазон варьируемых значений для оперирования меньшей разрядностью, позволяя увеличить степень сжатия до значительных 26%.
Анализ вычислительной эффективности показал, что для достижения значимых результатов сжатия в применении многоэтапного алгоритма требуются большие вычислительные затраты, уступая ближайшему аналогу Losless JPEG в 3 раза.

Работа выполнялась при поддержке РФФИ (грант № 11-07-00027а) и Госзадания «Наука» (№ 8.8113.2013)