第1章 加拿大航天局星载数据压缩技术的进展 1
1.1 加拿大航天局对卫星数据压缩方面研究的回顾 1
1.1.1 无损压缩 1
1.1.2 小波变换有损数据压缩 2
1.1.3 矢量量化数据压缩 2
1.2 近无损压缩技术：SAMVQ和HSOCVQ 5
1.2.1 连续近似多级矢量量化（SAMVQ） 6
1.2.2 分等级的自组织聚类矢量量化（HSOCVQ） 6
1.3 评估SAMVQ和HSOCVQ的近无损特征 7
1.4 异常对压缩性能的影响 9
1.5 预处理和辐射转换对压缩性能的影响 11
1.6 Keystone和Smile现象对压缩性能的影响 13
1.7 压缩数据的多学科用户可接受性研究 15
1.8 压缩技术适应比特错误能力的增强 16
1.9 星载原型压缩机的发展 17
1.10 参与卫星数据系统国际标准的发展 20
1.11 结论 22
参考文献 24
第2章 法国航天局对高分辨率卫星图像星载压缩的研究 30
2.1 引言 30
2.2 星载压缩算法的历史及现状 32
2.2.1 最初的压缩器 32
2.2.2 基于离散余弦变换的压缩器 33
2.2.3 基于小波变换的压缩器 34
2.2.4 空间应用标准：CCSDS推荐标准 34
2.2.5 图像质量评价 35
2.3 星载压缩算法的现状及发展 36
2.3.1 多光谱压缩 36
2.3.2 小波的限制 36
2.3.3 一种新的星载压缩变换方法 37
2.3.4 星载压缩的商用成品 38
2.3.5 离散小波变换算法的特殊处理 40
2.3.6 选择性压缩 40
2.3.7 固定质量：可变数据率压缩 43
2.4 结论 44
参考文献 45
第3章 低复杂度的无损及近无损高光谱图像压缩方法 47
3.1 引言 47
3.2 背景 48
3.2.1 压缩技术 48
3.2.2 国际标准 49
3.3 星上压缩要求 50
3.4 基于块的编码方法 52
3.4.1 预测 52
3.4.2 近无损压缩 53
3.4.3 熵编码 54
3.4.4 波段重排序 55
3.4.5 复杂度 56
3.5 压缩性能 56
3.5.1 数据集描述 56
3.5.2 AVIRIS 57
3.5.3 AIRS 58
3.5.4 近无损压缩 59
3.6 硬件实现 60
3.7 结论 62
参考文献 62
第4章 星载图像压缩无链表SPIHT的FPGA设计 66
4.1 引言 66
4.2 SPIHT 67
4.2.1 渐进图像传输 68
4.2.2 集分割排序算法 68
4.2.3 编码算法 70
4.3 无链表SPIHT及FPGA实现 71
4.3.1 LZC 71
4.3.2 提出的无链表SPIHT 72
4.3.3 性能分析 74
4.3.4 FPGA实现 77
4.4 结论 82
参考文献 83
第5章 适应异常值的熵编码 85
5.1 引言 85
5.2 Rice和空间数据咨询委员会（CCSDS121.0）的限制 86
5.3 适应异常值码 88
5.3.1 子指数码 88
5.3.2 有限长度有符号Rice编码 89
5.3.3 预测误差编码器（PEC） 90
5.4 分析编码 93
5.4.1 输入数据建模 93
5.4.2 性能度量 95
5.4.3 Rice-Golomb编码 95
5.4.4 子指数码 96
5.4.5 有限长度有符号Rice编码 96
5.4.6 PEC编码 97
5.5 自适应编码器 99
5.5.1 自适应子指数 99
5.5.2 自适应有限长度有符号Rice编码器 100
5.5.3 完全自适应PEC（FAPEC） 100
5.6 测试编码器 101
5.6.1 合成测试 101
5.6.2 数据压缩集 102
5.7 结论 107
参考文献 109
第6章 通过频谱自适应DPCM高光谱图像压缩的质量问题 112
6.1 引言 112
6.2 无损／近无损图像压缩算法 113
6.2.1 基于预测的DPCM 114
6.2.2 基于上下文模型的熵编码 115
6.3 基于DPCM的高光谱数据压缩 115
6.4 明确／模糊分类3D／光谱预测 116
6.4.1 S-FMP和S-RLP基本定义 116
6.4.2 初始化 117
6.4.3 预测的迭代细化 118
6.4.4 基于上下文的算术编码 121
6.5 基于LUTs的无损高光谱图像压缩 122
6.6 近无损压缩 124
6.6.1 失真测量 125
6.6.2 线性和对数量化 127
6.7 几乎无损压缩 128
6.8 实验结果与比较 130
6.8.1 无损压缩性能比较 130
6.8.2 近无损压缩性能比较 134
6.8.3 材料辨别 137
6.9 结论 138
参考文献 138
第7章 基于预测下三角变换的超光谱探测器数据压缩 144
7.1 引言 144
7.2 数据 145
7.3 压缩系统 147
7.4 实验结果 153
7.5 结论 159
参考文献 160
第8章 基于查找表的高光谱数据压缩 162
8.1 引言 162
8.2 高光谱图像的无损压缩 163
8.3 LUT方法 164
8.4 预测指引的LUT方法 166
8.5 对应位置像素的均匀量化 167
8.6 多波段LUT 170
8.7 实验结果 170
8.8 结论 176
参考文献 176
第9章 用于有损到无损高光谱图像压缩的无乘法器可逆整数TDLT/KLT 180
9.1 引言 180
9.2 多重提升方案 182
9.2.1 提升方案和应用 183
9.2.2 基于多重提升方案的可逆整数变换 184
9.3 可逆的整数到整数TDLT/RKLT 185
9.3.1 矩阵分解和多重提升 186
9.3.2 可逆的整数到整数的TDLT/RKLT设计 189
9.4 基于RTDLT/RKLT的高光谱图像压缩的实验结果和讨论 194
9.5 基于3 D-RLT的高光谱图像压缩 201
9.6 基于3D-RLT的高光谱图像压缩实验结果 201
9.7 结论 205
参考文献 206
第10章 基于分治法去相关的高光谱数据压缩 210
10.1 引言 210
10.2 Karhunen-Loeve Transform变换 211
10.2.1 中心化和协方差特殊性 212
10.2.2 空间划分 213
10.2.3 可逆KLT 213
10.3 分治策略 215
10.3.1 普通分集 215
10.3.2 递归结构 216
10.3.3 两层结构 217
10.3.4 多层结构 218
10.4 实验结果 219
10.5 结论 224
参考文献 225
第11章 基于分段主成分分析的高光谱图像压缩 228
11.1 引言 228
11.2 分段主成分分析 232
11.3 SPCA+JPEG 2000 233
11.4 SPCA+JPEG 2000的数据分析性能 238
11.4.1 光谱保真度 238
11.4.2 无监督分类 239
11.4.3 异常检测 240
11.4.4 无监督线性解混 241
11.5 SPCA+JPEG 2000的特定传感器次最优分段方法 242
11.6 结论 246
参考文献 246
第12章 基于优化比特分配的快速预计算矢量量化超光谱探测器数据无损压缩 250
12.1 引言 250
12.2 数据 251
12.3 压缩方法 252
12.4 实验结果 256
12.5 结论 261
参考文献 262
第13章 有损压缩对高光谱分类的影响 264
13.1 引言 264
13.2 压缩和分类精度 265
13.3 特征提取和压缩 268
13.4 保持判别特征 269
13.4.1 判别特征预增强 269
13.4.2 增强判别信息光谱波段 273
13.5 结论 277
参考文献 278
第14章 基于投影寻踪法的高光谱图像降维 282
14.1 引言 282
14.2 基于投影寻踪成分分析法的降维 284
14.3 基于指标投影的优先级排序PP 285
14.4 驱动初始化PIPP 287
14.5 真实的高光谱图像实验 288
14.5.1 具有随机初始条件的PIPP 290
14.5.2 PI-PRPP 294
14.5.3 ID-PIPP 297
14.6 结论 301
参考文献 302