Transform-based Lossless and Lossy Compression of Hyperspectral Images

Abstract

Denne avhandlingen utforsker transformasjonsbaserte metoder for å forbedre komprimering, med og uten tap, av hyperspektrale bilder som et alternativ til og i kombinasjon med de eksisterende CCSDS-standardene. I tillegg utforskes bruk av de nyeste komprimeringsstandardene for vanlige bilder, som JPEG XL, på hyperspektrale bilder. Eksperimenter ble designet for å måle ytelsen til metodene. Det mest spennende resultatet fra eksperimentene for tapsfri komprimering var en liten forbedring av CCSDS-123-standarden ved først å spektralt dekorrelere de hyperspektrale bildene med den reversible Cohen-Daubechies-Feauveau 9/7 heltalls wavelet transformen. Forbedringen var 10, 8 % for CCSDS-testdatasettet og 7, 6 % for HYPSO-datasettet. Denne avhandlingen er første gang komprimeringseksperimenter i denne skalaen er utført på HYPSO-bilder. For komprimering med tap oppnådde en kombinasjon av JPEG 2000 og Karhunen-Loeve-transformasjonen den høyeste oppnådde kvaliteten, uavhengig antall bits per piksel, for både PSNR- og SSIM-målene. JPEG XL-standarden var sannsynligvis for optimalisert for menneskes synsystem til å fungere godt på ikke-visuelle transformasjonskoeffisienter.

This thesis explores transform-based methods to improve lossy and lossless compression of hyperspectral images as an alternative to and in combination with the existing CCSDS standards. In addition, it explores using state-of-the-art compression standards for RGB images, such as JPEG XL, for hyperspectral images. Experiments were designed to measure the performance of these methods. The most exciting result from the experiments for lossless compression was a slight improvement on the CCSDS-123 standard by first spectrally decorrelating the hyperspectral images with the reversible Cohen–Daubechies–Feauveau 9/7 integer wavelet. The improvement was 10.8 % for the CCSDS test dataset and 7.6 % for the HYPSO dataset. This thesis is the first time compression experiments of this scale have been conducted on HYPSO images. For lossy compression, a combination of JPEG 2000 and theKarhunen-Loeve transform achieved the highest quality for all bit rates for both the PSNR and SSIM metrics. The JPEG XL standard was likely too optimized for the human visual system to work well on non-visual transform coefficients.