Compression multimodale des images hyperspectrales par insertion supervisée

Voir Plus Voir Moins

Afficher le Résumé

De nombreuses méthodes de compression, avec ou sans perte, ont été développées pour les images hyperspectrales 3D, et diverses normes ont émergé et ont été appliquées à ce type de données afin d'obtenir les meilleures performances en termes de qualité de restitution et de taux de compression. Cependant, le volume élevé de ces données hyperspectrales est problématique pour les temps de compression et de décompression. De nos jours, la rapidité en compression et essentiellement en décompression sont d'une importance capitalepour plusieurs applications en imagerie hyperspectrale. Dans le but de réaliser un meilleur compromis possible entre la qualité, le taux de compression et coût de calcul, nous présentons une méthode de compression des images hyperspectrales avec pertes basée sur un schéma multimodal supervisé. L'approche multimodale supervisée est utilisée pour réduire la quantité des données hyperspectrales avant leur compression avec le codeur 3D-SPIHT basé sur la transformée en ondelettes 3D. La performance de la compression multimodale supervisée (le codeur SMC-3D-SPIHT) a été évaluée sur des images hyperspectrales AVIRIS. Les résultats expérimentaux indiquent que l'algorithme proposé offre des performances très prometteuses à de faibles débits binaires tout en réduisant significativement le temps de compression et de décompression.