一种基于预测树的多光谱遥感图像无损压缩方法

张荣; 阎青; 刘政凯

doi:10.11834/jrs.19980303

浏览量 : 0 下载量: 329 CSCD: 30

PDF
导出
分享
收藏
专辑

一种基于预测树的多光谱遥感图像无损压缩方法
A Prediction Tree-based Lossless Compression Technique of Multispectral Image Data
1998年第3期
纸质出版：1998
DOI： 10.11834/jrs.19980303
稿件说明：

移动端阅览

[1]张荣,阎青,刘政凯.一种基于预测树的多光谱遥感图像无损压缩方法[J].遥感学报,1998(03):171-175. DOI： 10.11834/jrs.19980303.

A Prediction Tree-based Lossless Compression Technique of Multispectral Image Data[J]. Journal of Remote Sensing, 1998, (3). DOI： 10.11834/jrs.19980303.

摘要

最小绝对权值（ＭＡＷ）预测树方法是一种有效的多光谱遥感图像无损压缩方法，但其中构造预测树的算法复杂，实现困难。本文对预测树方法进行改进，提出一种侧邻域最小绝对权值（ＳＮＭＡＷ）预测树方法，通过改变预测树的四邻域定义，使构造预测树的算法简化，并且，实验结果表明，对不同类型的多光谱遥感图像，ＳＮＭＡＷ的压缩效果与ＭＡＷ的压缩效果相近或有所改善。

Abstract

Minimum Absolute Weight （MAW） prediction tree technique is one of the efficent lossless compression techniques for multispectral image data

but its algorithm is complex. In this paper we proposed an improved method which changes the definition of the 4-neighborhood model. we call it side neighborhood minimum absolute weight （SNMAW） prediction tree technique. lt can simplify the algorithm and improve the results of lossless compression.