Сжатие гиперспектральных аэрокосмических изображений с использованием предварительной байтовой обработки данных

Центры космического мониторинга и системы дистанционного зондирования Земли (ДЗЗ) позволяют оперативно принимать и архивировать ежедневно терабайты данных. Учитывая столь значительные объемы данных, которыми приходится оперировать, одной из ключевых является задача сжатия гиперспектральных данных ДЗЗ с целью повышения эффективности передачи данных по каналам связи ограниченной пропускной способности и их архивирования в подсистемах хранения данных ограниченной емкости.
Сегодня задачи сжатия гиперспектральных данных ДЗЗ решают, главным образом, использованием универсальных алгоритмов сжатия данных без потерь (архиваторы WinRar, WinZip), а также специализированных средств с потерями и без потерь, основанных на известных стандартах сжатия и реализованные в модулях сжатия систем обработки и интерпретации данных ДЗЗ. Например, такими специализированными модулями, использующими известные стандарты сжатия, наделены системы ERDAS Imagine, ERDAS ER Mapper, ArcView, GeoExpress. Однако, использование общепринятых стандартов сжатия не предполагает достаточный учет специфики данных ДЗЗ, и не позволяет добиться существенных показателей в степени сжатия. Поэтому данная работа направлена на поиск путей построения специализированных алгоритмов, позволяющих существенно превзойти имеющиеся стандартные аналоги по степени сжатия.
Отличительной особенностью обсуждаемого алгоритма сжатия является формирования вспомогательных структур данных на основе их по-парного байтового представления, которые анализируются по относительной частоте встречаемости, заменяя наиболее часто встречаемые значения более емкими значениями их адресных ссылок.
Результаты предварительных исследований предложенного алгоритма, проведенные на массиве гиперспектральных данных ДЗЗ, показывают превосходство усовершенствованного алгоритма сжатия над специализированными форматами и архиваторами в степени сжатия до 50% при различном геометрическом размере сцен гиперспектральных АИ.