第３０卷第１０期 ２００８年ｌ０月 电子与信息学报 ＶＯ１．３０Ｎｏ．１０ ０ｃｔ．２００８ Ｊｏｕｒｎａｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ＆Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ ＭＯＤＩＳ多光谱图像压缩研究 李元祥① 邓黎。 敬忠良① ２００２４０） ①（上海交通大学空天科学技术研究院 上海②（理工大学气象学院 南京２１１１０１） 摘要：为有效存储ＭＯＤＩＳ多光谱图像数据，该文提出一种基于谱间预测和整数小波变换的多光谱图像压缩算法。 首先通过构造谱间最优预测器去除谱间冗余，再利用整数小波变换和ＳＰＩＨＴ算法对预测误差图像去除空间冗余， 最后进行自适应算术编码。该方法可实现ＭＯＤＩＳ多光谱图像的无损、近无损和有损压缩，取得了满意的实验结果； 在不同小波基条件下与３Ｄ—ＳＰＩＨＴ算法比较，表明了该方法的有效性。 关键词：ＭＯＤＩＳ多光谱图像；ＳＰＩＨＴ编码；最优预测；整数小波变换 中图分类号：ＴＰ７５１．１ 文献标识码：Ａ 文章编号：１００９．５８９６（２ｏ０８）１ｏ－２３５２—０４ Ｃｏｍｐｒｅｓｓｉｏｎ ｆｏｒ ＭＯＤＩＳ Ｍｕｌｔｉｓｐｅｃｔｒａｌ Ｉｍａｇｅｓ Ｌｉ Ｙｕａｎ—ｘｉａｎｇ Ｄｅｎｇ Ｌｉ Ｊｉｎｇ Ｚｈｏｎｇ—ｌｉａｎｇ （Ｉｎｓｔｉｔｕｔｅ ｏｆ Ａｅｒｏｓｐａｃｅ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙｊ Ｓｈａｎｇｈａｉ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ ２００２４０，Ｃｈｉｎａ） （Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｍｅｔｅｏｒｏｌｏｇｙ， Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ ２１１１０１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｓｔｏｒｅ ＭＯＤＩＳ ｍｕｌｔｉｓｐｅｃｔｒａｌ ｉｍａｇｅｓ ｅｆｆｅｃｔｉｖｅｌｙ，ａ ｎｅｗ ｈｙｂｒｉｄ ｃｏｍｐｒｅｓｓｉｏｎ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｏｐｔｉｍａｌ ｉｎｔｅｒ—ｂａｎｄ ｐｒｅｄｉｃｔｉｏｎ ａｎｄ ｉｎｔｅｇｅｒ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ｉｓ ｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ，ａｎ ｏｐｔｉｍａｌ ｉｎｔｅｒ—ｂａｎｄ ｐｒｅｄｉｃｔｏｒ ｉｓ ｄｅｓｉｇｎｅｄ ｆｏｒ ｄｅ—ｃｏｒｒｅｌａｔｉｎｇ ｔｈｅ ｓｐｅｃｔｒａｌ ｒｅｄｕｎｄａｎｃ￣ａｎｄ ｔｈｅ ｅｒｒｏｒ ｉｍａｇｅｓ ａｒｅ ｃｒｅａｔｅｄ ｆｏｒ ｌａｔｅｒ ｕｓｅ．Ｎｅｘｔ，ｓｐａｔｉａｌ ｒｅｄｕｎｄａｎｃｙ ｉｓ ｒｅｍｏｖｅｄ ｂｙ ｕｓｉｎｇ ａｎ ｅｆｉｃｉｆｅｎｔ ｉｎｔｅｇｅｒ ｗａｖｅｌｅｔ ｃｏｄｉｎｇ ｍｅｔｈｏｄ ａｎｄ ＳＰＩＨＴ ａｌｇｏｒｉｔｈｍ．Ｔｈｅｎ，ｔｈｅ ａｄａｐｔｉｖｅ ａｒｉｔｈｍｅｔｉｃ ｅｎｃｏｄｅｒ ｉｓ ｅｍｐｌｏｙｅｄ ｆｏｒ ｂｉｎａｒｙ ｃｏｄｅ ｓｔｒｅａｍ．Ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ ｃａｌｌ ｉｍｐｌｅｍｅｎｔ ｔｈｅ ｌｏｓｓｌｅｓｓ ｃｏｍｐｒｅｓｓｉｏｎ，ｎｅａｒ—ｌｏｓｓｌｅｓｓ ｃｏｍｐｒｅｓｓｉｏｎ ａｎｄ ｌｏｓｓｙ ｃｏｍｐｒｅｓｓｉｏｎ ｗｉｔｈ ｈｉｇｈ ｃｏｍｐｒｅｓｓｉｏｎ ｒａｔｉｏ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｉｓ ｍｅｔｈｏｄ ｉｓ ｍｏｒｅ ｅｆｆｉｃｉｅｎｔ ｔｈａｎ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ３Ｄ—ＳＰＩＨＴ ａｌｇｏｒｉｔｈｍ ａｎｄ ｏｔｈｅｒ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ｍｅｔｈｏｄｓ ｗｉｔｈ ｄｉｆｆｅｒｅｎｔ ｗａｖｅｌｅｔ ｂａｓｅｓ．， Ｋｅｙ ｗｏｒｄｓ：ＭＯＤＩＳ ｍｕｌｔｉｓｐｅｃｔｒａｌ ｉｍａｇｅｓ；ＳＰＩＨＴ ｃｏｄｅ；Ｏｐｔｉｍａｌ ｐｒｅｄｉｃｔｉｏｎ；Ｉｎｔｅｇｅｒ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ １ 引言 中分辨率成像光谱仪ｆＭＯＤｅｒａｔｅ－ｒｅｓｏｌｕｔｉｏｎ Ｉｍａｇｉｎｇ 编码算法受到广泛重视［４－６］，但小波变换是在实数域上进行 的，压缩过程不可逆，且计算速度较慢，得到的还原图像由 于量化误差的存在而失真较大。本文在分析ＭＯＤＩＳ图像数 Ｓｐｅｃｔｒｏ－ｒａｄｉｏｍｅｔｅｒ，ＭＯＤＩＳ）是美国ＥＯＳ系列卫星的主要 探测器，具有３６个光谱通道，分布在０．４～１．４ ｍ的电磁波 谱范围内，其地面分辨率分别为２５０ｍ，５００ｍ，１０００ｍ［１ Ｊ； 据特点的基础上，提出一种基于谱间最优预测和整数小波变 换的ＭＯＤＩＳ多光谱图像压缩算法。该算法先用谱间最优预 测器去除Ｍ０ＤＩＳ数据的谱间冗余，再用整数小波变换和 每天产生的多光谱图像数据高达５０ＧＢ以上。有限的信道容 量与传输海量遥感数据的需求之间的矛盾日益突出，给数据 的存储和传输都带来了极大的困难。因此，对多光谱图像数 据进行有效的压缩是遥感数据存储和传输中一个迫切需要 解决的问题。 ＳＰＩＨＴ算法去除ＭＯＤＩＳ数据的空间冗余，最后对得到的二 进制码流进行自适应算术熵编码。由于整数小波变换能实现 整数到整数的变换，因此，该算法可实现多光谱图像的无损 压缩和有损压缩。 与自然图像相比，多光谱遥感图像纹理细节丰富、空间 局部相关性较弱，因此压缩比较低，如何有效地去除多光谱 ２ ＭＯＤＩＳ资料预处理 ＭＯＤＩＳ探测器光、电器件在反复扫描地物的成像过程 图像数据的空间和谱间冗余是压缩算法的关键。通常采用的 方法主要有预测树、矢量量化和变换等［１－４】；由于小波变换 中，受到扫描探测元正反扫描响应差异、传感器机械运动和 温度变换等影响，ＭＯＤＩＳ图像存在较为严重的条带噪声。 具有较好的去相关特性，在此基础上发展起来的嵌入式零树 另外，由于ＭＯＤＩＳ探测器对地球观测的视野几何特性、地 球表面的曲率、地形起伏和ＭＯＤＩＳ探测器运动中的抖动等 因素的共同影响，ＭＯＤＩＳ数据存在几何畸变，特别是在１Ｂ ２００７—０３－２９收到，２００８－０４—１４改回 国家自然科学基金（４ｏ５７５ｍｏ）资助课题 第１０期 李元祥等：ＭＯＤＩＳ多光谱图像压缩研究 数据的扫描条带之间的错位现象十分严重，俗称“弯弓”效 应 。这些噪声会扩大图像的频谱范围，提高原始图像的零 阶熵，降低各像素间的相关性，严重影响图像的压缩效果， 因此，在进行ＭＯＤＩＳ多光谱图像压缩前必须去除这些噪声。 本文采用插值法去除ＭＯＤＩＳ条带噪声，通过定位条带 噪声所在的行，用上下两行数据的插值结果来代替条带噪 声。在去除“弯弓”效应时，以数据间的相关性为判断依据 计算各列像元重复数据的个数，通过去除重复数据和重采样 方法去除“弯弓”效应。图１是预处理前后的对比示意图。 带噪声的图像 去除噪声后的图像 图１ ＭＯＤＩＳ资料预处理前后对比示意图 ３ ＭＯＤＩＳ多光谱图像压缩算法 ３．１谱内整数小波变换和ＳＰＩＨＴ编码 为保存遥感图像数据的完整性，需对其进行无损或近无 损压缩。整数小波变换（Ｉｎｔｅｇｅｒ Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ，１ｗＴ） 具有良好的去相关性、能实现整数到整数的变换、运算速度 快等特点，使之在遥感图像压缩领域受到广泛关注。式ｆ１）， 式（２）给出两个常用的整数小波基： ５／３小波ＪＩｓｊ一１嘭 ．ｆ＝ １ 勺，２ｆ＋ ，，２ｆ＋Ｉ＿（ 一１【（ｓｊ，，２ｆ—ｔｌ＋ 一＋ｓｊ，２ｆ１＋，２ｆ ２）／４＋１＋ ／／２Ｉ 。 （１） 粥＝ ｆ＋１＋ ￣－８０，２／＋２）＋１／２Ｊ ９／７小波 ：ｓｏ， ＋Ｉ （ １）ｌ＋ ｌ一。）＋１／２Ｊ ， ＝ ＋【，ｙ（ ＋ ）ｆ＋ ）＋ｌ／２Ｊ ８１，１＝ｓ ＋ ６（ｄ１，ｚ＋西， 一 ）＋１／２Ｊ 其中Ｑ≈一１．５８６１３４３４２， ≈－０．０５２９８０１１８５４，，ｙ≈ ０．８８２９１ １０７６２， ≈０．４４３５０６８５２２。 小波变换很大程度上去除了图像数据的空间相关性，但 同时引进了自身不可避免的各子带间的相关性；如何有效地 减弱这种相关性，将是进一步去除图像数据空间冗余的关 键。Ｓａｉｄ和Ｐｅａｒｌｍａｎ提出的分层树集划分算法ｆＳｅｔ Ｐａｒｔｉｔｉｏｎｉｎｇ Ｉｎ Ｈｉｅｒａｒｃｈｉｃａｌ Ｔｒｅｅｓ，ＳＰＩＨＴ）Ｉｓｌ，通过空间方 向树表示有效值映射，可有效去除各子带问的相关性。 ＳＰＩＨＴ算法是把小波变换后的系数按照其幅值大小，用位平 面来表示各系数的二进制表示，编码时从最高位到最低位逐 个发送，达到所要求的码率后就停止传送。由于该算法在分 类过程中只进行二元判断，在所有判断和细化过程中，均只 输出ｌｂｉｔ的判断或细化结果，因此能得到较高的压缩比。本 文采用１ｗＴ和ＳＰＩＨＴ算法相结合的方法去除ＭＯＤＩＳ图像 的空间冗余。 ３．２构造谱间最优预测器 Ｍ０ＤＩＳ多光谱图像有较高的光谱分辨率，有效去除谱 间冗余将能进一步提高压缩性能。本文采用ＤＰＣＭ ｆＤｉｆｅｒｅｎｔｉａｌ Ｐｕｌｓｅ Ｃｏｄｅ Ｍｏｄｕｌａｔｉｏｎ）方法，对相邻两个波段 图像设计一阶线性预测器，只要预测误差足够小，就能有效 地表示预测波段，从而达到去除谱间冗余的目的。 设。 ，是第ｎ波段图像第ｉ行第Ｊ列的灰度值， ｊ是 ，由Ｘｎ ，预测的第ｎ波段同一位置上的灰度值，则一阶线性 预测器如式（３）所示： ｉ， ＝ａｎｌＸｎ＿ｌ，， ，７＋ 一１ （３） 设图像大小为Ｍ×Ｎ，则整幅图像预测误差的均方差为 １ Ｍ－１Ｎ－１ ２ ＥＥ（ｘｎ， 一ａｎ－ｌＸｎ－１，ｉ，ｊ－－ｂｎ一・）。（４） …一。为了使预测误差达到最小，采用经典的最小均方误差准 则对预测系数进行优化 可解得： ａｎＩ ｒ（ｎ，ｎ一１）一ｕ（ｎ—１－ｉ ｌ 丽）ｕ（礼）ＩＩ （５） ＝一 【ｕ（ｎ）一ａｎ＿ｌＵ（ｎ一１）ｊ 其中ｒ（七， ） 而１ Ｊ’ｕ（七） 丽１ ， ・∑∑Ｘｋ，¨。 ｉ＝０ ｊ＝ｏ ３．３算法流程 结合谱间最优预测和谱内ＩＷＴ的ＭＯＤＩＳ多光谱图像 压缩算法流程如下： （１）对ＭＯＤＩＳ多光谱图像进行去除条带噪声和“弯弓” 效应的预处理； （２）对第一波段图像进行ＩＷＴ，并直接用ＳＰＩＨＴ算法进 行编码； （３）根据多光谱图像相邻两个波段的像素值％， 和 ＋１． ，利用式（５）计算预测系数ａ 、 ； （４）用％， 结合式（３）得到下一波段的预测值 ＋ｌ１ ｆＩｊ： （５）计算预测误差 ＋１ｌｔ，Ｊ＝％＋ｌ，ｉ，Ｊ一磊＋ｌ１ｉ，Ｊ； （６）对获得的残差图像进行三层１ｗＴ，并用ＳＰＩＨＴ算法 对小波系数进行编码。 （７）如果佗＜Ｌ（设多光谱图像共有 个波段），则 佗＝ｎ＋１，转到（３）； （８）对所得到的二进制码流进行自适应算术编码，得到最 后的压缩码流。 解码过程是相应编码过程的逆过程。 电子与信息学报 第３Ｏ卷 ４实验结果 本文的压缩算法用Ｖｉｓｕａｌ Ｃ＋＋６．０实现，实验环境为： Ｐｅｎｔｉｕｍ ＩＶ，ＣＰＵ ２．ＯＧＨｚ，ＲＡＭ ５１２ＭＢ。所使用的Ｍ０ＤＩＳ 多光谱遥感图像实验数据来自美国ＮＡＳＡ官方网站：ＭＯＤ ０２１ＫＭ．Ａ２００６２６６．０２１５．００５．２００６２６９２０１９３８．ｈｄｆ，共有３６个 光谱通道，由于其中有些波段存在较多的无效数据ｆ无效数据 由卫星采集、陆地接收误码等原因造成１，故截取其中第１， ３—７，２０—２５，２９—３２共１６个波段图像进行实验，每个波段选 取的图像大小为５１２×５１２，空间分辨率为１０００ｍ，每个像 素１５ｂｉｔ，小波变换阶次为３。其中的第１波段和第３２波段 图像见后面的图３（ａ）和图３（ｂ）。 ４．１无损压缩 表１列出了本文算法和３Ｄ—ＳＰＩＨＴ算法【０ｊ分别在５／３整 数小波基和９／７整数小波基下得到的压缩比和压缩／解压时 间，并给出了当前流行的无损压缩软件ＷｉｎＲＡＲ的压缩结 果。 表１无损压缩实验结果 从表１可看出：ｆ１）当只进行ＩＷＴ和ＳＰＩＨＴ编码去除 空间冗余，而不去除谱问冗余时，得到的压缩比是有限的； 因此有效地去除多光谱图像的谱间冗余对提高压缩比是非 常关键的。（２１与３Ｄ—ＳＰＩＨＴ算法相比，本文算法取得较高 的压缩比，表明采用预测方法可较好地去除谱间冗余。ｆ３）５／３ 整数小波基取得的压缩比要高于９／７整数小波基，说明５／３ 小波具有较好的去相关能力，能更有效地降低图像的零阶 熵，提高压缩比。（４１与ＷｉｎＲＡＲ相比，本文算法也表现出 相当的优势。 实现复杂度上，本文算法平均每个波段的压缩／解压时 间在１．０～１．２ｓ，能满足实时处理的要求，而３Ｄ．ＳＰＩＨＴ算法 是通过三维空间方向树对重要系数进行判断和编码的，其算 法复杂度较高，所需的压缩／解压时间较长；另一方面，９／７ 小波基所需要的时间也比５／３小波基长，这是因为９／７小波 基要进行二次提升才能完成整数小波变换，而５／３小波只要 进行一次提升，同时５／３小波基用简单的移位操作就能完成 相应的小波变换。 ４．２近无损压缩 本文算法在５／３和９／７小波基，本文算法在第一代ｄｂ８ 和ｈａａｒ小波基以及３Ｄ—ＳＰＩＨＴ算法在５／３和９／７小波基下， 分别对该ＭＯＤＩＳ多光谱图像进行近无损压缩ｆ比特率为 ４ｂｐｐ，压缩４倍），峰值信噪￣（ＰＳＮＲ）曲线如图２所示。 弩 本文算法（９／７） 本文算法（５／３） 本文算法（ｄｂ８１ 本文算法（ｈａａｒ） 鹫 ３Ｄ—ＳＰＩＨＴ算法（９／７） § ３Ｄ—ＳＰＩＨＴ算法（５／３） 图２ ＭＯＤＩＳ多光谱图像近无损压缩实验结果 从图２可看出：（１）近无损压缩时，都能得到较高的ＰＳＮＲ （５０以上）；（２）第一代小波基的ＰＳＮＲ普遍小于整数小波基， 其各波段的ＰＳＮＲ动态范围较大，说明第一代小波变换的压 缩效果受各个波段的数据影响较大；（３）本文算法的ＰＳＮＲ 在大多数波段都高于３Ｄ—ＳＰＩＨＴ算法，说明谱间预测去相关 比变换去相关能获得更好的压缩效果；（４）整数９／７小波基的 ＰＳＮＲ高于整数５／３小波基，说明９／７小波更适合图像的有 损压缩。 ４．３有损压缩 由于ＳＰＩＨＴ算法能实现任意码率压缩，且整数小波变 换具有较好的平滑性、消失矩、逼近精度和紧支撑等特性， 因此本文算法在有损压缩上也能取得较好的效果。针对第１ 波段图像，图３给出了本文算法在整数９／７（￣３（ｃ））和５／３ 小波基（图３（ｄ）），３Ｄ—ＳＰＩＨＴ算法在整数９／７（￣３（ｅ））和５／３ 小波基（图３（ｆ））下，图像压缩５Ｏ倍（比特率为０．３２ｂｐｐ）后的 还原图像。 从图３可看出：（１）与原始图像对比，图３（ｃ）效果最好， 该图保留了绝大部分的边缘和纹理等细节信息，图像损失较 少；且其各个通道的平均ＰＳＮＲ达到３９．６３，因此不管是视 觉效果还是客观评价，基于９／７小波基的本文算法能取得较 好的实验结果。（２）图３（ｄ）是在整数５／３小波基下得到的还原 图像，由于５／３小波基的平滑性和消失矩没有９／７小波基好， 因此在还原图像中会出现方块效应，同时也表明了整数９／７ 小波基更适合于图像的有损压缩。（３）图３（ｅ）和图３（ｆ）是在 ３Ｄ—ＳＰＩＨＴ算法下得到的还原图像，这种算法在大压缩比下 图像细节丢失较多，损失较严重，尤其是图３（ｆ）。因此，本 第１０期 李元祥等：ＭＯＤＩＳ多光谱图像压缩研究 ２３５５ 参考文献 ［１】 Ｋａａｒｎａ Ａ ａｎｄ Ｐａｒｋｋｉｎｅ Ｊ．Ｔｒａｎｓｆｏｒｍ ｂａｓｅｄ ｌｏｓｓｙ ｃｏｍｐｒｅｓｓｉｏｎ ｏｆ ｍｕｌｔｉｓｐｅｃｔｒａｌ ｉｍａｇｅｓ［Ｊ］．Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ＆Ａｐｐｌｉｃａｔｉｏｎｓ，２００１，４（１）：３９—５０． ［２】Ｔａｎｇ Ｃａｉｍｕ，ｅｔ ａ１．．Ｅｆｉｃｉｆｅｎｔ ｉｎｔｅｒ－ｂａｎｄ ｐｒｅｄｉｃｔｉｏｎ ａｎｄ ｗａｖｅｌｅｔ ｂａｓｅｄ ｃｏｍｐｒｅｓｓｉｏｎ ｆｏｒ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｉｍａｇｅｒｙ：Ａ ｄｉｓｔｒｉｂｕｔｅｄ Ｓｏｕｒｃｅ ｃｏｄｉｎｇ ａｐｐｒｏａｃｈ［Ｃ］．Ｄａｔａ Ｃｏｍｐｒｅｓｓｉｏｎ （ａ）第１波段原始图像 Ｃｏｎｆｅｒｅｎｃｅ，Ｓｎｏｗｂｉｒｄ，Ｕｔａｈ，ＵＳＡ，２００５：４３７—４４６． ｆ３１ 吴铮，何明一．基于小波变换和分段ＤＰＣＭ混合编码的多光 （ｅ）３Ｄ—ＳＰＩＨＴ（９／７小波基） （ｆ）３Ｄ—ＳＰＩＨＴ（５／３小波基） 图３ ＭＯＤＩＳ图像大压缩比有损压缩（压缩５０倍） 文算法在大压缩比的有损压缩中有较大优势。 ５结束语 本文在分析了ＭＯＤＩＳ多光谱图像数据特点的基础上， 提出了基于谱间最优预测和整数小波变换的ＭＯＤＩＳ图像压 缩算法。从实验结果看，不管是无损压缩、近无损压缩还是 大压缩比的有损压缩，本文算法均能取得令人较满意的结 果。实验结果表明：（１）整数小波比第一代小波更适合于图像 压缩编码；（２）５／３小波基适合于图像无损压缩；ｆ３）９／７小波 基适合于图像有损压缩；ｆ４）在波段数较少的情况下，采用预 测的方法比变换的方法能更好地去除谱间冗余。本文算法复 杂度低，能较快地完成图像的编解码；因此具有较好的应用 前景。 在３６个波段的ＭＯＤＩＳ多光谱图像中，不少波段存在无 效数据，实验中所选取的波段数有限（仅１６个），谱间进行小 波变换时并不能充分发挥小波去相关的优势。当波段数较多 时，预测方法与小波变换方法的去除谱间冗余能力值得进一 步研究。此外，实验中截取的１６个波段是按照ＭＯＤＩＳ通道 的自然顺序排列的：按照通道的中心波长的长短对各波段图 像进行排列，重排后的多光谱图像压缩也值得研究。 谱遥感图像压缩算法［Ｊ】．电子与信息学报，２００３，２５（６）： ７４７—７５４． Ｗｕ Ｚｈｅｎｇ ａｎｄ Ｈｅ Ｍｉｎｇ－ｙｉ．Ｍｕｌｔｉｓｐｅｃｔｒａｌ ｉｍａｇｅｒｙ ｃｏｍｐｒｅｓｓｉｏｎ ｂｙ ｈｙｂｒｉｄ ＤＷＴ ａｎｄ ｐａｒｔｉｔｉｏｎｉｎｇ ＤＰＣＭ． Ｊｏｕｒｎａｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ＆Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ，２００３，２５（６） ７４７—７５４． ［４】 付文秀，王世刚，高燕梅． 结合矢量量化的ＳＰＩＨＴ算法用于 多光谱图像压缩【Ｊ］．通信学报，２００４，２５（６）：１０９—１１４． Ｆｕ Ｗ Ｘ，Ｗａｎｇ Ｓ Ｇ，ａｎｄ Ｇａｏ Ｙ Ｍ，ｅｔ ａ１．．Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＳＰＩＨＴ ｗｉｔｈ ｖｅｃｔｏｒ ｑｕａｎｔｉｚａｔｉｏｎ ｔｏ ｃｏｍｐｒｅｓｓｉｏｎ ｏｆ ｍｕｌｔｉｓｐｅｃｔｒａｌ ｉｍａｇｅ． Ｊｏｕｒｎａｌ ｏ｜ Ｃｈｉｎａ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２００４，２５（６）：１０９—１１４． ［５】Ｄｒａｇｏｔｔｉ Ｐ Ｌ，Ｐｏｇｇｉ Ｇ，ａｎｄ Ｒａｇｏｚｉｎｉ Ａ．Ｃｏｍｐｒｅｓｓｉｏｎ ｏｆ ｍｕｌｔｉｓｐｅｃｔｒａｌ ｉｍａｇｅｓ ｂｙ ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌ ＳＰＩＨＴ ａｌｇｏｒｉｔｈｍ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓ．ｏｎ Ｇｅｏｓｃｉｅｎｃｅ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ． ２０００，３８（１）：４１６—４２８． 【６］ 马晨光，郭雷．基于３维ＳＰＩＨＴ编码的超光谱图像压缩［Ｊ］．量 子电子学报，２００５，２２（５）：６８０—６８４． Ｍａ Ｃ Ｇ ａｎｄ Ｇｕｏ Ｌ．Ｈｙｐｅｒｓｐｅｃｔｒａｌ ｉｍａｇｅ ｃｏｍｐｒｅｓｓｉｏｎ ｂａｓｅｄ ｏｎ ３Ｄ ＳＰＩＨＴ ｃｏｄｉｎｇ ａｌｇｏｒｉｔｈｍ．Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｑｕａｎｔｕｍ Ｅｌｅｃｔｒｏｎ￣Ｃ８，２００５，２２（５）：６８０—６８４． ［７］ 郭广猛．非星历表法去除ＭＯＤＩＳ图像边缘重叠影响的研究【Ｊ］． 遥感技术与应用，２００３，１８（３）：１７２—１７５． Ｇｕｏ Ｇ Ｍ．Ｅｌｉｍｉｎａｔｉｎｇ ｂｏｗｔｉｅ ｅｆｆｅｃｔ ｏｆ ＭＯＤＩＳ ｄａｔａ ｗｉｔｈｏｕｔ Ｅｐｈｅｍｅｒｉｓ．Ｒｅｍｏｔｅ ｎｓｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ． ２００３，１８（３）：１７２—１７５． ［８８］ Ｓａｉｄ Ａ ａｎｄ Ｐｅａｌｍａｎ Ｗ Ａ．Ａ ｎｅｗ，ｆｓａｔ，ａｎｄ ｅｉｆｃｉｅｎｔ ｉｍａｇｅ ｃｏｄｅｃ ｂａｓｅｄ ｏｎ ｓｅｔ ｐａｒｔｉｔｉｏｎｉｎｇ ｉｎ ｈｉｅｒａｒｃｈｉｃａｌ ｔｒｅｅｓ【Ｊ】．ＩＥＥＥ Ｔｒａｎｓ．ｏｎ Ｃｉｒｃｕｉｔｓ ａｎｄ Ｓｙｓｔｅｍｓｆｏｒ Ｖｉｄｅｏ Ｔｅｃｈｎｏｌｏｇｙ，１９９６， ６（３）：２４３—２５０． ［９】 Ｗｕ Ｘ ａｎｄ Ｍｅｍｏｎ Ｎ．Ｃｏｎｔｅｘｔ—ｂａｓｅｄ ｌｏｓｓｌｅｓｓ ｉｎｔｅｒｂａｎｄ ｃｏｍｐｒｅｓｓｉｏｎ—ｅｘｔｅｎｄｉｎｇＣＡＬＩＣ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓ．ｏｎＩｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ，２０００，９（６）：９９４—１００１． 李元祥： 男，１９６８年生，副教授，研究方向为航空航天信息与控 制、图像处理、模式识别、中文信息处理等． 邓黎： 男，１９８１年生，工程师，研究方向为遥感图像处理、图 像编码． 敬忠良： 男，１９６０年生，“长江学者奖励计划”特聘教授，研究 方向为多传感器信息融合与控制、目标跟踪、随机模糊 神经网络等。
