论文部分内容阅读
LAMOST(Large Sky Area Multi-Object Fiber Spectroscopy Telescope)全称“大天区面积多目标光纤光谱望远镜”,是我国已建成的一种大型光纤光谱天文望远镜,它口径4米,可同时观测4000多个目标,它的建成已成为世界上口径最大和同时观测目标数最多的光纤光谱望远镜。LAMOST使我国天文学研究在大规模天体光谱的测量和有关的重大前沿领域居于国际领先水平。二维光纤光谱数据是高灰度值的科学观测数据,原始的观测数据具有很高的保存价值以方便专家学者的研究以及观测星体随时间的变化特性等。对于LAMOST大型望远镜来说,每次观测所得的数据量是惊人的,该望远镜上布置4000根光纤,分置16块光谱仪32块CCD,每次观测可得32组数据,LAMOST所用的CCD的尺寸为4096×4096,所以每次观测得到的数据量为4096×4096×32×16bits。要保存这些数据需要巨大的存储空间,所以适当的数据压缩能够很好的节省和利用已有存储空间,提高存储效率,同时也能节省数据的检索和网络传输时间。本文根据二维光纤光谱数据的特点研究讨论了二维光谱数据的无损压缩方法,主要做了以下几方面的工作:1.根据天文观测流程及天文数据产生的过程,分析二维光谱数据的结构特点,依据信息论基础讨论了其压缩效率的制约性并介绍常用的熵编码方法。2.根据二维光谱数据特殊的结构特点,提出改进的Hcompress(Harr compress)算法对光谱数据进行无损压缩。将一维H变换与二维变换结合起来,充分利用光谱波长方向和空间方向上的特性,提高光谱数据的无损压缩比。3.将整数小波变换应用于二维光谱图像压缩中,采用EZW(Embedded Zero-tree Wavelet)算法对小波系数的零树结构进行描述,将幅度量化比特映射成零树结构描述符号来降低光谱图像的零阶熵,提高其无损压缩比。4.将JPEG2000(Joint Photographic Experts Group)应用于多次曝光的光谱图像压缩,将16比特的高灰度值光谱数据分成高8比特和低8比特两个通道,对同一目标的3次曝光数据的两个通道分别组成两幅RGB图像。多次曝光联合压缩利用多次曝光图像在空间位置上的相关性,获得一定的压缩效果。