基于小波变换和分段DPCM混合编码的多光谱遥感图像压缩算法

多光谱遥感图像的压缩要利用图像谱内及谱间的相关特性。该文在分析多光谱图像谱内和谱间相关特性的基础上,提出了对多光谱遥感图像进行压缩的分段 DPCM和 SPIHT相结合的混合压缩算法,即首先利用分段 DPCM算法去除谱间冗余,再利用高效的 SPIHT小波压缩算法对预测误差图像进行编码。实验取得了令人满意的效果,证明了该算法的有效性。     

基于子带谱间变换的多光谱图像压缩

针对星载多光谱图像压缩,提出了基于子带谱间变换的压缩算法。该算法首先对多光谱图像序列的每个波段分别进行空间二维小波变换,以此去除多光谱图像的空间相关性;为了去除多光谱图像的谱间相关性,将小波分解后的每一层子带作为整体,采用串行成对变换的方式对两个波段进行子带谱间KLT变换;最后,利用最优截断的嵌入式块编码算法对变换后的所有主成分同时进行最优率失真压缩。实验结果表明,该算法能够获得较好的压缩性能,同时具有较低的编码复杂度,适用于星载多光谱图像的压缩。     

基于3维SPIHT编码的超光谱图像压缩

提出一种针对超光谱图像压缩的3维SPIHT编码算法.通过对超光谱图像进行3维小波变换,同时去除像素数据间的空间冗余和谱间冗余.针对变换后得到的小波系数,构造一种3维空间方向树结构,并用经3维扩展后的SPIHT算法(3D SPIHT算法)对小波系数进行量化编码.实验证明,基于3维小波变换的3维SPIHT编码算法在对超光谱图像压缩时,表现出了优良的率失真性能.并且算法复杂度适中,具有嵌入式特性.     

一种基于小波的多光谱图像压缩方法

文章提出一种基于Karhunen2Loeve变换(KLT)和小波量化编码的多光谱图像压缩方法。该法首先使用KL变换步骤来去除谱间冗余,而后对各变换波段图像进行小波变换,并利用均匀阈值网格编码量化方法来量化小波子带图像,最后使用算术编码对量化结果进行熵编码。为使编码器能为所有谱段各子带获取率- 失真意义上最优的量化阈值,本文提出基于子带图像统计特性和网格编码量化器率- 失真特性的比特分配算法。实验表明,本方法能高效地压缩多光谱图像,表现出优异的压缩性能。     

基于分类和3D-SPIHT算法相结合的多光谱图像压缩

文中提出了一种基于分类预测的三维SPIHT算法,并对多光谱1~7波段图像进行了压缩实验。首先对图像数据作三维变换,空域采用浮点97小波去除相关性,谱域分类预测去除冗余;再根据分类预测算法获得系数的残差图像,并对残差图像进行三维SPIHT编码; 而对分类预测时得到的码书和索引表进行哈夫曼无损压缩; 将这3个编码文件传送到解码端用于图像重构。实验证明该算法具有很好的重构效果。     

整数小波域张量Tucker分解的多光谱图像压缩

针对常用多光谱图像压缩算法-把图像作为矩阵向量量化后再进行相应压缩处理-导致图像的本征结构被破坏、信息损失以及压缩效率低等问题,提出一种基于非负张量(NTD)Tucker分解的多光谱图像压缩算法。首先将多光谱图像的每个谱段进行二维提升整数5/3小波变换,消除多光谱图像的空间冗余。然后将所有谱段的每级小波变换的4个小波子带看作为4个NTD。对每个非负小波子带张量采用改进局部HALS-NTD算法进行Tucker分解,消除光谱冗余和空间残余冗余。最后,将分解的核心张量和模式矩阵进行熵编码。实验结果表明,本文提出的压缩算法具有良好压缩性能,在压缩比32∶1～4∶1范围内,平均信噪比(SNR)高于40dB,与传统多光谱图像压缩算法比较,提高了1.779dB,有效提高了多光谱图像压缩算法的压缩性能。     

基于分块KLT的多光谱遥感图像低复杂度有损压缩

多光谱图像的有效压缩已经成为遥感领域亟待解决的难题。针对星载多光谱成像仪获取的多光谱图像,提出了一种基于分块KLT(Karhunen-Loève transform,卡胡南-洛维变换)的低复杂度有损压缩算法。该算法首先对每个波段分别进行空间二维小波变换,以去除多光谱图像的空间相关性;然后将每个波段分成互不重叠且大小相等的图像块,每次仅对相邻两个波段的对应图像块进行谱间KLT变换,以去除谱间相关性;最后对变换后的所有波段进行联合EBCOT(Embedded Block Coding with Optimized Truncation,最优截断的嵌入式块编码)压缩。实验结果表明,该算法的压缩性能优于基于整体KLT的多光谱图像压缩算法,并且具有较低的编码复杂度。     

基于改进的K-L变换的多光谱图像压缩算法

融合离散小波变换(DWT,discrete wavelet tran sform)与Karhunen-Loeve变换(KLT),将图像的能量集中到少数系数上,以达到更好的 压缩效果。首先将多光谱图像的每个谱段进行快速9/72D DWT,消除多光谱图像的大部分 空间冗余;然后对所有谱段产生的小波系数进行改进的KLT,来消除光谱冗余和残存的空 间冗余;最后对所得谱段产生的小波系数进行改进的KLT,来消除光谱冗余和残存的空间冗 余;最后对所得系数进行熵编码,得到压缩码流。实验结果表明,在码率为0.25～2.0bit/ pixel范围内,平均信噪比(SNR)高于41dB,同时缩短了运 算时间,从而提升了多光谱图像压 缩算法的性能。     

基于IPCT/3-D Tarp的高光谱图像无损压缩

研究了一种将变换矩阵分解为三角元素可逆矩阵(TERM)实现的主成分变换整数近似算法(IPCT).为限制误差和提高计算效率,改进了TERM分解中选择主元的方法.结合可逆整数PCT和三维Tarp编码技术,提出了一种新的高光谱图像无损压缩算法.该算法在进行空间维小波变换以后,利用改进的IPCT去除谱间相关;在编码阶段,新颖的三维Tarp编码器能利用五个简单的递归滤波器进行概率估计,以驱动一个非自适应算术编码器,对变换系数的显著性映射和细化信息进行熵编码.该算法复杂度较低,能够产生嵌入式码流,并且较已有的算法能获得更高的压缩比.     

基于帧间去相关的超光谱图像压缩方法

针对超光谱图像的特点和硬件实现的实际需要,提出了一种基于小波变换的前向预测帧间去相关超光谱图像压缩算法。通过图像匹配和帧间去相关,消除超光谱图像帧间的冗余,对残差图像的压缩采用基于小波变换的快速位平面结合自适应算术编码的压缩算法,按照率失真准则控制输出码流,实现了对超光谱图像的高保真压缩。通过实验证明了该方案的有效性,基于小波变换的快速位平面结合自适应算术编码的压缩算法速度优于SPIHT,而且易于硬件实现。     

Motion compensated lossy-to-lossless compression of 4-D medical images using integer wavelet transforms.

This paper proposes a method for progressive lossy-to-lossless compression of four-dimensional (4-D) medical images (sequences of volumetric images over time) by using a combination of three-dimensional (3-D) integer wavelet transform (IWT) and 3-D motion compensation. A 3-D extension of the set-partitioning in hierarchical trees (SPIHT) algorithm is employed for coding the wavelet coefficients. To effectively exploit the redundancy between consecutive 3-D images, the concepts of key and residual frames from video coding is used. A fast 3-D cube matching algorithm is employed to do motion estimation. The key and the residual volumes are then coded using 3-D IWT and the modified 3-D SPIHT. The experimental results presented in this paper show that our proposed compression scheme achieves better lossy and lossless compression performance on 4-D medical images when compared with JPEG-2000 and volumetric compression based on 3-D SPIHT.     

一种基于混合整型变换和3D-SPIHT的高光谱图像嵌入式无损压缩方法

利用高光谱图像空间、谱间相关性不同的特点,本文提出了一种基于混合整型变换和三维分层树集合划分算法(3D-SPIHT)的高光谱图像无损压缩方法,首先将波段进行分组,针对每一分组,采用不同的整型变换技术去相关,然后对变换系数进行系数重组,采用高效的基于小波系数特点的3D-SPIHT编码方法得到嵌入式码流,具有一定的抗误码性能.实验结果表明,该方法能够有效的去除高光谱图像的空间和谱间相关性,与现有的国际标准JPEG-LS、JPEG2000和基于三维离散余弦变换(3D-DCT)或三维离散小波变换(3D-DWT)的编码方法相比,压缩后的平均比特率均有明显降低.     

Edge-preserving image compression using adaptive lifting wavelet transform

In this paper, a novel 2-D adaptive lifting wavelet transform is presented. The proposed algorithm is designed to further reduce the high-frequency energy of wavelet transform, improve the image compression efficiency and preserve the edge or texture of original images more effectively. In this paper, a new optional direction set, covering the surrounding integer pixels and sub-pixels, is designed. Hence, our algorithm adapts far better to the image orientation features in local image blocks. To obtain the computationally efficient and coding performance, the complete processes of 2-D adaptive lifting wavelet transform is introduced and implemented. Compared with the traditional lifting-based wavelet transform, the adaptive directional lifting and the direction-adaptive discrete wavelet transform, the new structure reduces the high-frequency wavelet coefficients more effectively, and the texture structures of the reconstructed images are more refined and clear than that of the other methods. The peak signal-to-noise ratio and the subjective quality of the reconstructed images are significantly improved.     

基于整数小波变换的准无失真图像压缩技术

 本文首先讨论了一般整数小波的构造方法,然后利用分块DPCM与整数小波变换进行遥感图像的准无失真压缩,该方法可进行实时处理,硬件实现简单,可并行处理,实验结果表明,该方法是一种有效遥感图像压缩方法.     

适合于高分辨力航测图像压缩的低复杂度算法

针对高分辨力航测图像数据量庞大的问题,提出了一种基于小波分析的低复杂度图像压缩算法.该算法首先对图像进行5级二维5/3小波变换,以去除图像像素之间的相关冗余.依据正交小波变换的子带变换增益对变换后的图像系数进行最佳量化以去除视觉冗余,最后针对小波变换后图像系数的概率分布特点对小波系数最低频子带LL采用一种基于上下文的预...     

离散小波变换域非负张量分解的高光谱遥感图像压缩

该文提出一种基于非负张量分解的高光谱图像压缩算法.首先将高光谱图像的每个谱段进行2维离散5/3小波变换,消除高光谱图像的空间冗余.然后将所有谱段的每级小波变换的4个小波子带看作为4个张量.对每个小波子带张量采用改进HALS(Hierarchical Alternating Least Squares)算法进行非负分解,来消除光谱冗余和空间残余冗余,同时保护了光谱信息.最后,将分解的因子矩阵进行熵编码.实验结果表明,该文提出的压缩算法具有良好压缩性能,在压缩比32:1～4:1范围内,平均信噪比高于40 dB,与传统高光谱图像压缩算法比较,平均峰值信噪比提高了1.499 dB.有效地提高了高光谱图像压缩算法的压缩性能和保护了光谱信息.