基于Tilera平臺(tái)的CCSDS高光譜圖像無(wú)損壓縮算法實(shí)現(xiàn).pdf

1、高光譜圖像廣泛應(yīng)用于土地、環(huán)境、資源和城市等方面，隨著高光譜圖像空間分辨率和光譜分辨率的不斷提高，數(shù)據(jù)量急劇增加，為解決龐大的數(shù)據(jù)量對(duì)圖像傳輸和存儲(chǔ)帶來(lái)的巨大壓力，必須對(duì)高光譜圖像進(jìn)行有效壓縮。但由于高光譜圖像的很多應(yīng)用對(duì)圖像質(zhì)量要求很高，需要盡可能無(wú)失真地保持原有光譜信息，因此，無(wú)損壓縮成為首選方案。在目前的高光譜圖像壓縮方法中，CCSDS123.0-B-1算法是CCSDS組織制定的多/高光譜圖像無(wú)損壓縮國(guó)際標(biāo)準(zhǔn)。
　　壓縮比和

2、壓縮速率是評(píng)估圖像壓縮算法的兩個(gè)主要性能指標(biāo)，無(wú)損壓縮不允許信息失真，壓縮比難以大幅提高，可通過(guò)提高算法的壓縮速率來(lái)提高算法的整體性能。傳統(tǒng)的圖像壓縮算法都是在單核處理器上實(shí)現(xiàn)的，但單核處理器的性能已發(fā)展到極致，僅僅改進(jìn)單核處理器難以帶來(lái)性能上的大幅提升，而多核處理器能極大地提高了處理器的計(jì)算性能，因此用多核處理器對(duì)高光譜圖像進(jìn)行無(wú)損壓縮，能大大加快壓縮速率。
　　針對(duì)上述問(wèn)題，本文主要研究CCSDS123.0-B-1算法，本文的

3、創(chuàng)新性工作包括：
　?。?）對(duì)CCSDS123.0-B-1算法進(jìn)行改進(jìn)，提出了基于邊緣檢測(cè)的預(yù)測(cè)算法，以提高算法的壓縮比；
　?。?）基于Tilera公司的TILE-Gx36多核處理器實(shí)現(xiàn)了改進(jìn)后的CCSDS123.0-B-1算法，以提高算法的壓縮效率。
　　本文提出的基于邊緣檢測(cè)的預(yù)測(cè)算法，利用了圖像中的局部邊緣信息，通過(guò)動(dòng)態(tài)更新的判決門(mén)限值，檢測(cè)圖像中不同方向的邊緣，并且根據(jù)檢測(cè)到的邊緣方向，對(duì)位于不同方向的相鄰像

4、素點(diǎn)賦予不同的預(yù)測(cè)權(quán)值，從而使得預(yù)測(cè)值更加接近原始像素值。仿真數(shù)據(jù)表明本文改進(jìn)的算法在壓縮時(shí)間沒(méi)有顯著增加的情況下，測(cè)試的所有高光譜圖像的壓縮比與原算法相比均有提高，提高幅度約為1.5％-11.2％。
　　本文基于多核平臺(tái)實(shí)現(xiàn)了改進(jìn)的壓縮算法，該并行程序主要包括高光譜圖像分割和內(nèi)存管理等模塊，由于該算法的串行特點(diǎn)，本文將圖像分割成尺寸較小的圖像，實(shí)現(xiàn)的是小圖間的并行，由于切割圖像會(huì)帶來(lái)信息丟失，因此需要在信息丟失和并行度降低之間選