本文件规定了空间数据与信息传输系统多光谱和高光谱图像无损及近无损压缩方法，具体包括压缩总则、图像表示、预测器、编码器等内容。 本文件适用于航天器多光谱和高光谱图像的无损及近无损压缩设计和应用。

ICS49.140
cCSV75
中华人民共和国国家标准
GB/T42650—2023
空间数据与信息传输系统
多光谱和高光谱图像无损及近无损压缩Space data and information transfer systemsLossless and near-lossless multispectral and hyperspectral image compression(ISO 18381:2013, Space data and information transfer systems-Lossless multispectral and hyperspectral image compression, NEQ2023-05-23发布
国家市场监督管理总局
国家标准化管理委员会
2023-09-01实施
规范性引用文件
术语和定义
4符号和缩略语
缩略语
压缩系统组成及原理
压缩模式
图像表示
动态范围
样本坐标索引
预测器
预测谱段数目
全预测模式和简化预测模式
局部和
局部差
预测计算
量化·
样本表征值
加权值更新
映射量化索引
编码器
压缩图像数据结构
压缩码流
附录A（资料性）
附录B（资料性）
部分符号计算说明
低嫡编码表
GB/T42650—2023
GB/T42650—2023
本文件按照GB/T1.1一2020《标准化工作导则厂第1部分：标准化文件的结构和起草规则》的规定起草。
本文件参考了“ISO18381：2013《空间数据与信息传输系统多光谱和高光谱图像无损压缩》”起草，一致性程度为非等效。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。本文件由全国宇航技术及其应用标准化技术委员会（SAC/TC425)提出并归口。本文件起草单位：西安空间无线电技术研究所、中国航天标准化研究所、西安电子科技大学、二十一世纪空间技术应用股份有限公司、宁德市标准化科学技术研究院、北京遥感设备研究所、中国资源卫星应用中心、北京电子工程总体研究所、青岛国测海遥信息技术有限公司。本文件主要起草人：侯舒维、张建华、周玉霞、李立、邵应昭、郑小松、邢孟道、袁素春、李晓博、方火能王琦、许冬彦、丁跃利、王元乐、张守娟、苟保卫、李红娟、陈婷、苏东卫、王海波、林影、柯腾伦、魏宇飞、韩镇。
1范围
空间数据与信息传输系统
多光谱和高光谱图像无损及近无损压缩GB/T42650—2023
本文件规定了空间数据与信息传输系统多光谱和高光谱图像无损及近无损压缩方法，具体包括压缩总则、图像表示、预测器、编码器等内容。本文件适用于航天器多光谱和高光谱图像的无损及近无损压缩设计和应用。2规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件，不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。
GB/T42041航天术语空间数据与信息传输3术语和定义
GB/T42041界定的术语和定义适用于本文件。4符号和缩略语
4.1符号
下列符号适用于本文件。
-绝对误差限制常数；
一绝对误差限定值；
输出字大小，以字节为单位，应为1～8的整数；谱段中用于预测的局部差数目；图像的动态范围，用比特数表示；绝对误差限制比特深度；
相对误差限制比特深度；
d..，d（t)—中心局部差；
dyudw,dw.dN(t)，dw(t)，dnw(t)一图像顿；
J-——块大小；
累加器初始常数；
一累加器初始参数；
低嫡编码输人符号限制；
低炳编码输入符号；
方向局部差；
GB/T42650—2023
子顿交织深度；
m.（t）—最大误差值；
分辨率参数；
Nx，Ny,Nz—图像维数；
预测谱段数目；
一谱段中用于预测的先前谱段数目；权值初始化分辨率；
-量化系数；
参考样本间隔；
寄存器大小，以比特数计，用于预测计算；相对误差限制常数；
相对误差限定值；
s\(t)—
样本表征值；
Ss.y，s.（t）—-图像样本值；Smin，Smax
图像样本值的下限和上限；
图像样本值的中值；
S,(t),st..
样本预测值：
简化的空间图像坐标索引；
低熵编码阈值；
权值更新尺度因子变化间隔；
误差限制更新周期指数；
长度限制参数；
Vmin,Vmax
△(t)
局部差向量；
权值更新尺度因子最小值和最大值；加权向量；
图像坐标索引；
局部和；
初始计数指数；
计数器缩放区间调整参数；
预测残差；
补充信息表的数目；
权值分辨率；
权值更新尺度因子；
最小和最大加权值；
Wmin,max
wN（t)，ww(t)，wW（t)，w(（t）———加权值。累加器；
权值初始化向量；
样本表征值分辨率；
样本表征值衰减参数；
样本表征值偏移量；
s\，s——权值指数偏移量；
（t），.y——映射量化索引；
F(t)—
计数器；
R（）——长度受限的GPO2码字；Rj）—反向长度受限的GPO2码字。4.2缩略语
下列缩略语适用于本文件。
BI谱间交织（Band-Interleaved）BIL：按行谱间交织（Band-Interleaved-by-Line）BIP：按像素谱间交织（Band-Interleaved-by-Pixel）BSQ：谱段连续（Band-Sequential)CDS：编码数据集（CodedDataSet）GPO2：2次方Golomb编码（Golomb-power-of-2）5总则
压缩系统组成及原理
GB/T42650—2023
压缩系统原理见图1，该压缩系统由预测器和编码器组成。压缩系统的输入是一幅图像，即一个三维整型数组，见第6章所述。压缩系统的输出是压缩码流，使用该压缩码流可以准确或近似地重建输入图像。
预测器
样本表
压缩系统原理图
熵编码
压缩码流
编码器
预测器使用自适应线性预测方法对每一个图像样本值进行预测，具体见第7章。该预测方法采用当前样本三维邻域中的邻近样本值完成预测。预测按顺序依次执行。预测过程采用样本表征值s\（t）进行预测计算，样本表征值的计算见7.9。本文件中的预测器使用均匀量化器对预测残差△（t)（即真实样本值和预测值之间的差)进行量化。量化步长可以通过绝对误差限制和/或相对误差限制来控制。只需要将绝对误差限制设置为零，就可以实现某个谱段的无损压缩。量化系数9。（t）被映射到无符号整数值，即映射量化索引，（t），这些映射量化索引构成预测器的输出。压缩图像由头（图像参数和压缩参数）和嫡编码器输出的压缩码流（对映射量化索引进行无损编码)组成，详见第8章。在编码过程中，熵编码器的参数根据映射量化索引的统计变化可以自适应地进行调整。
5.2压缩模式
当最大误差值m，（t）≠0时，量化的保真度控制方式（见7.8.2)为近无损压缩模式；反之，当最大误3
GB/T42650—2023下载标准就来标准下载网
差值m，（t）=0时，量化的保真度控制方式则为无损压缩模式。当选择无损压缩模式时，量化部分可简化为：9（t)=△（t）。
在无损压缩模式下，样本表征值计算中的偏移参数亚。为零，衰减参数更。可选择两种设置：a）衰减参数设置为零，此时样本表征值等于原始样本值，即s\（t）s.（t）；b）衰减参数设置为非零，此时衰减参数可用于提升无损压缩的性能（见7.9)。6图像表示
6.1概述
本章定义了与图像相关的参数和符号，给出了维度、动态范围和样本坐标索引的要求。6.2维度
6.2.1图像是由有符号或无符号整数样本值3构成的一个三维矩阵。其中y代表空间维度，代表谱段。
注：当图像空间相邻的样本值是由不同的探测装置产生时，工的变化对应于探测装置的变化。如对于一个典型的推扫成像仪，江和y方向分别对应于垂直轨道和平行轨道方向。6.2.2a和取0≤a≤Nx-1,0≤y≤N-1.0≤≤Nz-1范围内的整数值，图像维度Nx.N，Nz的最小值为1，最大值为216。6.2.3顿F，定义为具有相同y坐标的原图像数据的子数组，表示见公式（1）：F.)=8+.0≤r≤Nx-1.0≤2≤Nz-16.3动态范围
6.3.1图像数据样本的量化位数D为2～32范围内的整数。6.3.2样本值的下限Smin、上限Smx和中值Sma的取值为：a）样本为无符号整数时：Smm=0，Smmx=2D-1,Sma=2D-1；b）样本为有符号整数时：Smm=-2D-1,Smax=2D-1-1,Smid=0。6.4样本坐标索引
为了计数简便，图像数据样本s.及其相关变量可依据，y，之这三个索引确定，如s..，等；或由t，来表示，如s(t），o(t），且s(t)=s:yr，（t)=。其中t按公式(2)计算：
给定t，r和y值可按公式（3)和公式（4)计算，mod的说明见附录A。x=tmodNx
7预测器
7.1通则
（2）
.（3)
.（4）
7.1.1本条主要介绍了从输入图像样本计算样本预测值s和映射量化索引y的方法。7.1.2样本预测值3。的计算在单次遍历图像样本的过程中进行。4
GB/T42650—2023
由用户指定用于计算样本预测值的预测谱段（较低索引的先前谱段）数目，即P值（见7.2）。样本预测值3·3是基于当前谱段及P个预测谱段的邻近样本表征值计算得到的，图2给出了预测所用的典型邻域，若y=0，=0，=Nx一1,或Sular-1
Styt,-
P个先前谱段
Sy-t a+
图2典型预测邻域
b）计算图像样本5.的局部和。.（见7.4）。局部和是5.3的邻近样本表征值在谱段的加权和。图3描述了用于计算局部和的样本表征值。用户可以选择使用基于邻域或基于列的局部和对图像样本进行预测，局部和可以是宽的也可以是窄的。当使用基于邻域的局部和时，该局部和由当前谱段中四个邻域样本表征值的组合得到（y=0，r=0，或r=Nx一1时除外，此时这四个值不是全部都有，局部和计算将进行适当地修正，详见7.4）。当使用基于列的局部和时，局部和由前一行中邻近样本表征值的四倍计算得到（y二0时除外，此时前一行的样本表征值不存在，局部和计算将适当地进行修正，见7.4）。1x
sy-1r-1
sa y-1 x+1
a）基于宽邻域
sy-1-1
sy-1x+
b）基于窄邻域
图3局部和的计算
s2y-1x-1
say-1x
c）基于列
c）由局部和计算局部差。在每个谱段中，中心局部差d。.y等于四倍样本表征值s\与局部和a2y之差（见7.5.1)。三个方向局部差dN..z，dw.r，dNw.分别等于四倍样本表征值s\.y-1.(N方向），s\,,2-1（W方向），5\-1,2-1(NW方向）与局部和.y,之差（图像边界处除外，此时这些值可能不存在，见7.5.2）。图4给出了某谱段中局部差的计算示意图。图像预测模式可5
小提示：此标准内容仅展示完整标准里的部分截取内容，若需要完整标准请到上方自行免费下载完整标准文档。