|
TMセンサによる6バンドのリモートセンシング画像の無損失情報圧縮を次の二方法により研究した。テスト画像として石川県小松空港周辺ならびに畑地、山林の画像を用いた。
第1法:まず、各バンド内相関除去のため、各画素を周辺画素により2次元可逆予測符号化した。画像のエントロピーは平均25%減少した。次に各バンドの予測誤差画面間の相関除去のため、最短波長バンドと隣のバンドの同一位置画素を2点ウェーブレット変換(WLT)し、高周波信号は伝送、低周波信号は隣の長周波バンドと2点変換という風に全バンドを変換し、最後の低周波信号は伝送する。これにより平均0.11bppエントロピーが減少した。
第2法:まず、各バンド画面を2階層可逆WLTし、それぞれ7つのサブバンドを得た。次に6枚の変換画面について、同一のサブバンドごとに、同一位置のサブバンド信号を6点カルーネンレーベ変換(KLT)し、変換係数を整数化すると、3種の画像とも0.3bpp程度エントロピーが減少した。これは非可逆変換であるが、可逆変換の参考にする。次にKLT行列より可逆KL変換式を求めるさい、35個の可逆KLT係数により36個のKLT係数を近似する。KLT行列の主対角要素の絶対値が大きくなるように行を並べ換え、かつ主対角の最下行要素以外の行列要素をすべて可逆KLT係数により正確に実現すると、最良近似となることを見出した。次に分散の大きい階層2の固有画面を8×8のブロックに分け、それらを分散の大きさにより8クラスに分け、エントロピーを平均0.2bpp減少させた。
他に元画面および最低周波サブバンド画面の局所状況適応予測符号化法として、画素をその近傍の画素値の勾配により勾配変数平面上のセルに分類し、セルをさらに画素のブロックに分割し、ブロック毎に16種の予測式から最小自乗誤差式を選択する方法を開発した。
|
