LOGIN TO YOUR ACCOUNT

Username
Password
Remember Me
Or use your Academic/Social account:

CREATE AN ACCOUNT

Or use your Academic/Social account:

Congratulations!

You have just completed your registration at OpenAire.

Before you can login to the site, you will need to activate your account. An e-mail will be sent to you with the proper instructions.

Important!

Please note that this site is currently undergoing Beta testing.
Any new content you create is not guaranteed to be present to the final version of the site upon release.

Thank you for your patience,
OpenAire Dev Team.

Close This Message

CREATE AN ACCOUNT

Name:
Username:
Password:
Verify Password:
E-mail:
Verify E-mail:
*All Fields Are Required.
Please Verify You Are Human:
On Thursday 28/09/2017 and Friday 29/09/2017 due to system maintenance you might experience some downtimes to claim, search and validator services that will also affect the portal. We apologize for the inconvenience.
fbtwitterlinkedinvimeoflicker grey 14rssslideshare1
Languages: French
Types: Article
Subjects: Compression, Hyperspectral, Satellite, EZW, SPIHT, Critère qualité, Quality criteria, 621
Les images hyperspectrales présentent des caractéristiques spécifiques qui demandent à être exploitées par un algorithme de compression efficace. Cette thèse se consacre à la définition d’un système complet de compression pour les images hyperspectrales. En compression, les ondelettes ont montré une bonne efficacité sur des données diverses tout en conservant une complexité raisonnable. De plus, le codage des coefficients d’ondelettes est souvent assuré par des algorithmes basés sur le principe des arbres de zéros qui sont, à l’heure actuelle, parmi les plus efficaces. C’est pourquoi ce travail de thèse s’est intéressé à définir dans un premier temps une décomposition en ondelettes quasi-optimale au sens d’un critère débit-distorsion pour les images hyperspectrales. Dans un deuxième temps, nous proposons une adaptation des méthodes de codage par arbres (EZW, SPIHT), associées à la décomposition obtenue. Les performances sont comparées à une adaptation de JPEG 2000 pour les images hyperspectrales, démontrant l’intérêt des méthodes proposées. D’autre part, les utilisateurs des images hyperspectrales sont souvent intéressés uniquement par certaines caractéristiques de l’image (résolution ou zone) en fonction de l’application. Une adaptation de l’algorithme précédent est réalisée pour permettre l’accès aléatoire afin de décoder uniquement une partie de l’image (en spatial ou en spectral). La progression en résolution est également disponible permettant de décoder des images à différentes résolutions à partir du même train binaire tout en lisant un minimum de bits. Il est également possible de spécifier de manière indépendante les résolutions spatiales et spectrales souhaitées. Enfin, on ne peut parler de compression (avec pertes) sans définir au préalable un critère de distorsion adapté. Nous définissons ainsi un groupe de cinq critères de qualité présentant une bonne complémentarité. Ces cinq critères ont été choisis afin de pouvoir s’assurer que l’algorithme de compression n’entraîne pas des dégradations compromettant l’intérêt des données. Une nouvelle méthode d’utilisation de ces cinq critères de qualité montre une bonne aptitude à distinguer différentes dégradations produites sur l’image. Cette méthode, appliquée au nouvel algorithme de compression montre que les dégradations restent faibles pour des débits autour de 1 bit par pixel par bande. Hyperspectral images present some specific characteristics that should be used by an efficient compression system. This thesis focuses on the definition and the optimization of a full wavelet compression system for hyperspectral images. In compression, wavelets have shown a good adaptability to a wide range of data, while being of reasonable complexity. Zerotree based compression algorithms are among the best for image compression. Therefore, in this work, efficient compression methods based on zerotree coding (EZW, SPIHT) are adapted on a near-optimal wavelet decomposition for hyperspectral images. Performances are compared with the adaptation of JPEG 2000 for hyperspectral images. End users of hyperspectral images are often interested only in some specific features of the image (resolution, location) which depend on the application. A further adaptation of the proposed hyperspectral image compression algorithm is presented to allow random access to some part of the image, whether spatial or spectral. Resolution scalability is also available, enabling the decoding of different resolution images from the compressed bitstream of the hyperspectral data while reading a minimum amount of bits from the coded data. Final spatial and spectral resolutions are chosen independantly. Finally, any lossless compression method cannot be characterized without the definition of a distortion measure. Therefore, a group of five quality criteria presenting a good complementarity is defined. The purpose is to make sure the compression algorithm does not impact significantly the data quality. A new method using these five criteria shows a good ability to discriminate between different degradations. Application of this method to the newly defined algorithm shows that the degradation remains low for compression rate around 1.0 bit per pixel per band.
  • No references.
  • No related research data.
  • No similar publications.

Share - Bookmark

Cite this article