본 논문에서는 웨이블릿(wavelet) 영역에서 분류 예측, KLT (Karhunen-Loeve transform), 및 3-D SPIHT(three-dimensional set partitioning in hierarchical trees) 알고리즘(algorithm)을 이용하여 인공위성 화상 데이터에 존재하는 대역내 중복성 (intraband redundancy)과 대역간 중복성 (interband redundancy)을 효과적으로 제거하는 새로운 압축 방법을 제안하였다. 대역간 중복성을 제거하기 위해 웨이블린 영역에서의 분류 정보를 이용하여 영역별 대역간 예측을 행한다. 영역별 대역간 예측에 의해 복원되는 화상들은 예측 오차로 인해 원 화상 (original image)과 차 화상 (residual image)을 가진다. 이 차 화상들 간에 존재하는 대역간 중복성을 제거하기 위하여 KLT를 행한다. 웨이블릿 변환 (wavelet transform)과 KLT를 행하여 대역내 및 대역간 크기 순서로 재정렬된 변환 계수들을 3-D SPIHT 알고리즘을 이용하여 부호화 한다. 제안한 방법의 성능 평가를 위해서 다분광 화상 데이터에 대하여 압축 실험을 행하여 제안한 방법이 기존의 방법들 보다 동일한 여러 비트율 (bit rate)에서 평균 PSNR (peak signal-to-noise ratio)이 0.12∼3.83㏈ 향상됨을 확인하였다.
This paper proposes a new multispectral image data compression algorithm that can efficiently reduce spatial and spectral redundancies by applying classified prediction, a Karhunen-Loeve transform (KLT), and the three-dimensional set partitioning in hierarchical trees (3-D SPIHT) algorithm in the wavelet transform (WT) domain. The classification is performed in the WT domain to exploit the interband classified dependency, while the resulting class information is used for the interband prediction. The residual image data on the prediction errors between the original image data and the predicted image data is decorrelated by a KLT. Finally, the 3-D SPIHT algorithm is used to encode the transformed coefficients listed in a descending order spatially and spectrally as a result of the WT and KLT. Simulation results showed that the reconstructed images after using the proposed algorithm exhibited a better quality and higher compression ratio than those using conventional algorithms.
