3D-DPCM与变长编码结合的超光谱图像无损压缩技术

"基于3D-DPCM和变长编码的超光谱图像无损压缩 (2013年)，作者王军，发表于《激光与红外》2013年第12期，文章讨论了超光谱图像的空间和谱间相关性，并提出了一种三维差分脉冲编码调制（3D-DPCM）结合变长编码的无损压缩方法。该方法首先进行谱间DPCM预测，接着应用帧内DPCM预测处理残差图像，最终通过变长编码优化差分码流。实验结果显示，此算法在保持无损压缩的同时，平均压缩比达到1.486，相比传统的二维整数小波变换算法提高了3.3%，并且算法计算复杂度低，仅包含加、减法和移位运算，易于硬件实现。关键词包括：超光谱图像、无损压缩、谱间DPCM、帧内DPCM和变长编码。" 本文详细探讨了超光谱图像的压缩技术，特别是针对干涉成像光谱仪获取的数据。超光谱图像的特点是具有丰富的光谱信息和空间信息，这使得它们的数据量非常大，对存储和传输提出了挑战。因此，有效的无损压缩技术显得尤为重要。 作者提出的3D-DPCM无损压缩方案，首先利用谱间相关性进行预测，即分析相邻光谱通道之间的关系来预测当前通道的值。这种谱间预测可以有效地减少数据中的冗余信息。然后，对于经过谱间预测后的残差图像，采用帧内DPCM预测进一步减少数据量。帧内DPCM是基于图像内部像素间的空间相关性进行预测，它通常用于视频编码中，但在本文中被应用到超光谱图像的压缩中，以提升压缩效率。 最后，为了进一步提高压缩比并保证无损性，采用了变长编码。这种编码方法可以根据数据的概率分布，对频繁出现的码字分配较短的编码，而对不常见的码字分配较长的编码，从而在平均意义上减少编码长度，同时保持信息的完整性。 实验结果证明了该算法的有效性和优势，其平均压缩比优于二维整数小波变换算法，而且算法的计算复杂度相对较低，这为其实现硬件优化提供了可能。对于依赖超光谱图像处理的领域，如遥感、环境监测和军事应用等，这种高效且易于硬件实现的压缩技术具有重要的实践价值。