Метод прогнозування та забезпечення коефіцієнта стисненя зображень дистанційного зондування для кодерів на основі дискретного косинусного перетворення

Автор(и)

  • Руслан Олександрович Кожемякін Національний аерокосмічний університет ім. Н.Є. Жуковського «Харківський авіаційний інститут»
  • Олександр Миколайович Земляченко Національний аерокосмічний університет ім. Н.Є. Жуковського «Харківський авіаційний інститут»
  • Володимир Васильович Лукін Національний аерокосмічний університет ім. Н.Є. Жуковського «Харківський авіаційний інститут»
  • Сергій Клавдійович Абрамов Національний аерокосмічний університет ім. Н.Є. Жуковського «Харківський авіаційний інститут»
  • Бенуа Возель Університет Ренна 1, Ланніон, Франція

DOI:

https://doi.org/10.36023/ujrs.2016.9.67

Ключові слова:

дистанційне зондування, ДКП кодери, прогнозування коефіцієнта стиснення, гіперспектральні дані

Анотація

Запропоновано і описано новий алгоритм прогнозування коефіцієнта стиснення зображень дистанційного зондування для кодерів, заснованих на дискретному косинусному перетворенні. Запропонований алгоритм є автоматичним і простим, він має низьку обчислювальну складність, що дозволяє використовувати його як на борту аерокосмічного апарату, так і в пункті прийому і обробки сигналів. Дослідження проведене як для тестових, так і для реальних зображень гіперспектральної системи Гіперіон. Показано, що запропонований алгоритм має прийнятну точність. Похибка передбачення та забезпечення коефіцієнта стиснення або bpp не перевищує 10%, що зазвичай достатньо для практичного застосування. Запропонований алгоритм працездатен при різних рівнях перешкод.

Посилання

Al-Chaykh O.K., Mersereau R.M. (1998). Lossy compression of noisy images. IEEE Transactions on Image Processing. Vol. 7 (12). P. 1641-1652.

Cameron, C., Windmeijer, A., Frank, A. G., Gramajo, H., Cane, D. E., Khosla C. (1997). An R-squared measure of goodness of fit for some common nonlinear regression models. Journal of Econometrics. Vol. 77. № 2. P. 329-342.

Christophe E. (2011). Hyperspectral Data Compression Tradeoff. Optical Remote Sensing. Advances in Signal Processing and Exploitation Techniques, Springer. Vol. 8. 9-29.

Chang C-I. (2013). Hyperspectral Data Processing: Algorithm Design and Analysis. First Editions. John Wiley and Sons, Inc. 1164 p.

He Z., Mitra S.K. (2002). A linear source model and a unified rate control algorithm for DCT video coding. IEEE Transactions, Circuits and Systems for Video Technology. Vol. 12(11). P. 970 – 982.

Hsia, S-C., Hsu, W-C., Wu, S-R. (2013). A fast rate-distortion optimization algorithm for H.264/AVC codec. Signal, Image and Video Processing. Vol. 7(5). P.939-949.

Kozhemiakin, R., Abramov, S., Lukin, V., Djurovic, I., Vozel B. (2015). Peculiarities of 3D compression of noisy multichannel images. Procidings of Mediterranean Conference on Embedded Computing (MECO). P. 331-334.

Murtagh F., Starck J. L. (2001) Astronomical image and signal processing. Signal Processing Magazine, IEEE. Vol. 18 (2). P. 30-40.

Osokin A.N., Sidorov D.V. (2013). Modified JPEG encoder with bit-rate control. Online journal "Naukovedenie". 9 p. http://naukovedenie.ru/PDF/69tvn513.pdf

Ponomarenko, N., Lukin, V., Egiazarian, K., Astola J. (2008). ADCT: A new high quality DCT based coder for lossy image compression. CD ROM Proceedings of LNLA. – Switzerland. 6 p.

Ponomarenko, N.N., Lukin, V.V., Egiazarian, K., Astola, J. (2005). DCT Based High Quality Image Compression. Proceedings of 14th Scandinavian Conference on Image Analysis. Vol. 14. P. 1177-1185.

Ponomarenko, N., Zemliachenko, A., Lukin, V., Egiazarian, K., Astola J. (2013). Image lossy compression providing a required visual quality / // CD-ROM Proc. of the Seventh International Workshop on Video Processing and Quality Metrics for Consumer Electronics. 6 p.

Said A. (1996). A new fast and efficient image codec based on the partitioning in hierarchical trees. IEEE Trans. on Circuits Syst. Video Technology. Vol. 6. Р. 243-250.

Schowengerdt R. A. (2006). Remote Sensing: Models and Methods for Image Processing: Third edition. Academic Press, San Diego. 560 p.

Skauli T. (2011). Sensor noise informed representation of hyperspectral data, with benefits for image storage and processing. Optics Express. Vol. 19(14). P. 13031-13046.

Wallace G.K. (1991). The JPEG still picture compression standard. Commun. ACM. Vol. 34. P. 30–44.

Zemliachenko, A.N., Abramov, S.K., Lukin, V.V., Vozel, B., Chehdi K. (2015). Compression ratio prediction in lossy compression of noisy images. Geoscience and Remote Sensing Symposium (IGARSS), IEEE International. P. 3497-3500.

Zemliachenko, A.N., Abramov, S.K.., Lukin, V.V., Vozel, B., Chehdi, K. (2015). Lossy compression of noisy remote sensing images with prediction of optimal operation point existence and parameters. Journal of Applied Remote Sensing. Vol. 9. P. 095066-095066.

Zemliachenko, N., Kozhemiakin, A., Uss, L., Abramov, K., Ponomarenko, N., Lukin, V., Vozel, B., Chehdi, K. (2014). Lossy Compression of Hyperspectral Images Based on Noise Parameters Estimation and Variance Stabilizing Transform. Journal of Applied Remote Sensing. Vol. 8. P. 1-25.

Zemliachenko, A., Kozhemiakin, R., Vozel, B., Lukin, V. (2016). Prediction of Compression Ratio in Lossy Compression of Noisy Images. Modern Problems of Radio Engineering, Telecommunications and Computer Science (TCSET). 3 p.

Zhare, A., Bolton, J., Cnanussot, J., Gader P. (2014). Foreword to the Special Issue on Hyperspectral Image and Signal Processing. IEEE Journal on Selected Topics in Applied Earth Observations and Remote Sensing. Vol. 7(6). P. 1841-1843.

##submission.downloads##

Опубліковано

2016-06-29

Як цитувати

Кожемякін, Р. О., Земляченко, О. М., Лукін, В. В., Абрамов, С. К., & Возель, Б. (2016). Метод прогнозування та забезпечення коефіцієнта стисненя зображень дистанційного зондування для кодерів на основі дискретного косинусного перетворення. Український журнал дистанційного зондування Землі, (9), 22–29. https://doi.org/10.36023/ujrs.2016.9.67

Номер

№ 9 (2016)

Розділ

Методи збору, обробки та інтерпретації даних спостереження Землі

Ліцензія

Ліцензійні умови: автори зберігають авторські права та надають журналу право першої публікації на твір, одночасно ліцензований за міжнародною ліцензією Creative Commons Attribution License International CC-BY, що дозволяє іншим поділитися твором з підтвердженням авторства твору та первинною публікацією в цьому журналі.

Автори, направляючи рукопис у редакцію «Українського журналу дистанційного зондування Землі», погоджуються з тим, що редакції передаються права на захист і використання рукопису (переданого до редакції журналу матеріалу, в т. ч. такі об’єкти авторського права як фотографії автора, рисунки, схеми, таблиці тощо), в тому числі на відтворення у пресі та мережі Інтернет, на поширення, на переклад рукопису на будь-які мови, експорту та імпорту примірників журналу зі статтею авторів з метою розповсюдження, на доведення до загального відома. Зазначені вище права автори передають редакції без обмеження терміну і на території всіх країн світу без обмеження в т. ч. на території України.

Автори гарантують наявність у них виняткових прав на використання переданого редакції матеріалу. Редакція не несе відповідальності перед третіми особами за порушення даних авторами гарантій. За Авторами залишається право використання їх опублікованого матеріалу, його фрагментів і частин в особистих, у тому числи наукових і освітянських цілях. Права на рукопис вважаються переданими Авторами редакції з моменту підписання до друку випуску журналу, в якому він публікується. Передрук матеріалів, опублікованих у журналі, іншими фізичними та юридичними особами можливий тільки зі згоди редакції, з обов’язковим зазначенням випуску журналу, в якому було опубліковано матеріал.