O filtro adaptativo recursivo de mínimos quadrados possui características de previsão precisa e alta velocidade de convergência, sendo esse filtro uma parte importante de vários esquemas de compressão sem perdas de imagens hiperespectrais. No entanto, o filtro recursivo tradicional de mínimos quadrados não consegue encontrar rapidamente o comprimento de previsão ótimo para cada banda espectral, e o desempenho do esquema de compressão precisa ser melhorado. Para resolver esse problema, este artigo propõe um esquema de compressão de imagens hiperespectrais baseado em um conjunto de filtros recursivos de mínimos quadrados do tipo rede. Primeiramente, o esquema utiliza um preditor gaussiano unilateral para a previsão intrabanda do pixel a ser medido, removendo a correlação espacial da imagem. Em seguida, utiliza-se um conjunto de filtros em rede para selecionar o filtro ótimo de cada banda espectral e obter o erro de previsão. Com base nas características da atualização em cadeia da sequência do conjunto de filtros em rede, simplifica-se o processo de seleção do filtro ótimo, reduzindo significativamente a complexidade computacional. Por fim, o erro de previsão é codificado utilizando codificação aritmética. Utilizando o conjunto de dados de imagens hiperespectrais AVIRIS 2006 como base de teste, o algoritmo apresentou resultados médios de compressão de 3,34 bits/pixel para imagens calibradas de 16 bits e 5,61 bits/pixel para imagens não calibradas de 16 bits. O algoritmo obtém bons resultados de compressão com tempo de cálculo inferior aos demais algoritmos da mesma categoria.

imagem hiperespectral;compressão sem perda;método recursivo de mínimos quadrados;preditor gaussiano;conjunto de filtros em rede