多光谱遥感图像无损压缩技术

1数据无损压缩技术特征 多光谱遥感图像来源于多光谱遥感技术,比如用于气象卫星的成像光谱仪,其产生的图像与一般图像相比多了一维光谱信息,数据量大,远远超出了数据传输和存储等设备的要求,这就必须对其进行压缩;图像的拍摄价格昂贵,且有长远的保存价值,最好对其进行无失真压缩,即无损压缩;日新月异发展的气象观测技术,需要对图像的原始数据进行某些计算和应用,因而需要对原始采集数据进行无损压缩.     

基于RICE的遥感多光谱图像无损压缩算法

目前应用于遥感多光谱图像的无损压缩算法复杂度较高,不利于硬件实现.针对这一不足,这里根据遥感多光谱图像的成像特点,提出一种采用可逆的分量变换(RCT)对谱段信息重新分配,再利用优化的RICE算法对图像数据进行编码的无损压缩算法.实验表明,该算法所采用的分块计算k值、预测器预测和改进的熵编码器较原RICE熵编码器更适于硬件实现,且该算法复杂度低,执行效率高,更好地满足了星载图像无损压缩的要求.     

用于多光谱、高光谱和超光谱图像的算法

一、探测与识别 1.光谱子空间匹配滤波技术(特邀论文,A.P.Schaum,美国海军研究实验室) 2.配有超光谱自适应匹配滤波器的探测器:实际性能比较(D.G.Manolakis等,美国林肯实验室) 3.利用光学实时自适应光谱鉴别系统进行超光谱成像的自动目标识别系统(D.Gillis等,美国海军研究实验室) 4.定量研究长波红外超光谱成像器的探测性能随波段数的变化(R.T.Mayer,美国海军研究实验室)     

干涉多光谱图像无损压缩算法

基于干涉多光谱图像成像原理和特点,提出一种干涉多光谱图像无损压缩算法。在压缩编码时,应充分利用图像的列相关性,采用基于列的比特平面编码和游程编码,对多光谱图像进行无损压缩,特别适于低分辨率的多光谱图像压缩。目前无损压缩算法的压缩比基本在1.6～2.4之间,本算法的压缩倍数一般可达到2倍以上,并且具有良好的抗误码性能。     

成像光谱图像实时无损压缩方法研究

在分析成像光谱图像信息量和冗余度的基础上，提出了几种多维图像实时无损压缩的算法，并对不同算法的软件模拟结果进行了评价。     

DSC的超光谱图像无损压缩算法

有效的星载超光谱图像压缩技术对于解决超光谱图像实时传输极为重要。针对超光谱图像传统的联合编解码算法的不足,提出了一种基于分布式信源编码(Distributed Source Coding,DSC)的超光谱图像无损压缩算法。为利用超光谱图像的局部空间相关性,将超光谱图像进行分块处理;引入多元线性回归模型构建编码块的边信息,并为每个编码块选取最优的预测阶数,以有效利用超光谱图像的局部谱间相关性。根据(n,k)线性分组码的原理,通过多元陪集码实现超光谱图像的分布式无损压缩。实验结果表明:该算法能够取得较好的无损压缩性能,同时具有较低的编码复杂度,适合星载超光谱图像的压缩实现。     

多光谱、超光谱成像技术在军事上的应用

对多光谱、超光谱成像技术的原理、特点,以及二者之间的区别和联系等技术问题进行了较为详细的讨论,并重点列举了该项技术在军事上的应用,较全面地介绍了多光谱、超光谱成像技术在军事应用中的使用方法和研究状况,以及成像光谱仪器的发展水平和有关技术,并对该技术的发展趋势进行了展望。     

一种多光谱图像和全色图像融合算法

文章提出了一种新的基于独立成分分析的多光谱图像和全色图像的融合算法:对于两幅图像的重叠区域,使用独立成分分析去除遥感图像中高阶数据冗余问题,通过独立成分分析使得所分离的各个分量进行叠加从而得到最终的融合结果,从而提高了融合后图像的信息量和信噪比,同时使融合图像兼具全色图像的高分辨率和多光谱图像中特有的对目标某些独特特征的精细描述,使融合图像包含更丰富更有效的信息.     

机器学习理论的超光谱遥感图像无损压缩

针对一般超光谱遥感图像的压缩方法无法同时实现图像信息缩减和图像完整性的问题,提出一种机器学习理论的超光谱遥感图像无损压缩方法.利用机器学习中的聚类算法进行第一次压缩,减少超光谱遥感图像中的冗余波段光谱,并降低图像维度;再利用机器学习中的人工神经网络进行第二次压缩,将不同图像子块送入不同压缩率的神经元当中,通过隐含层自主...     

渐近式图像无损压缩算法

提出一种基于游程编码RLC(Run-Length Coding)的渐近式图像无损压缩算法。根据提出的转换法对二进制码流进行转换来调整二进制码流的顺序以提高数据的相关性,在此基础上利用新的基于RLC的编码算法对二进制码流进行编码。最后转换与编码过程不断迭代直到不能压缩为止。实验结果表明,本文提出的压缩算法既适用于各种纹理的图像,又能提高压缩比。     

基于双匹配度的多光谱图像融合算法

在基于小波分解的图像融合中,低频系数的选取决定融合图像的轮廓,同时影响图像的边缘细节.双匹配度图像融合算法首先在区域能量的基础上合理引入区域梯度,然后根据匹配度的类型和测量值进行小波低频系数的选取.仿真实验从两种无需基准融合图像的客观评价方法和视觉效果两个方面表明双匹配度融合算法是一种有效的图像融合算法.该算法能够充分地利用区域特征信息,有效地保留图像的轮廓和边缘信息,同时能够有效地避免块效应的产生,产生良好的视觉效果,且优于一些经典的图像融合算法.     

基于改进最大似然方法的多光谱遥感图像分类方法

最大似然(ML)分类方法是一种典型的基于统计分析的监督分类方法, 从理论上讲,具有最小出错率与最高分类精度的特点。但最大似然分类方法是以数据的正态分布假设为前提的, 这在真实遥感数据中很难满足, 从而导致分类精度下降。根据数据分布可以以任意精度由多个正态分布的线性组合表示, 对最大似然分布的数据分布进行修正, 既提高了数据模型的正确性, 又充分利用正态分布的优点。最大似然分类方法的训练样本挑选也具有一定的随意性和主观性, 先验概率直接影响分类结果, 而且对整幅图像采用同样的先验概率会导致分类精度下降。针对训练样本的选择问题, 先用ISODATA聚类算法对数据进行聚类, 对比参考分类图像选择训练区域, 一方面利用聚类结果可以选择性质均匀的区域, 另一方面使得样本的选择变得简单, 最后进行了遥感数据的分类实验。实验结果证明了该方法不仅可以实现遥感数据的分类, 而且具有较高的总体分类精度和Kappa系数。     

测井数据的无损压缩方法研究

为了获得更精确信息，在石油测井中，原始数据量越来越大。因为数据传榆带宽的限制和实时的要求，原始数据传榆前的压缩处理渐渐成为必需。本文在分析测井数据特征的基础上，讨论了几种测井数据的压缩算法。     

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。     

A New Semiparametric Finite Mixture Model-Based Adaptive Arithmetic Coding for Lossless Image Compression

In this paper, we propose a new approach for block-based lossless image compression by defining a new semiparametric finite mixture model-based adaptive arithmetic coding. Conventional adaptive arithmetic encoders start encoding a sequence of symbols with a uniform distribution, and they update the frequency of each symbol by incrementing its count after it has been encoded. When encoding an image row by row or block by block, conventional adaptive arithmetic encoders provide the same compression results. In addition, images are normally non-stationary signals, which means that different areas in an image have different probability distributions, so conventional adaptive arithmetic encoders which provide probabilities for the whole image are not very efficient. In the proposed compression scheme, an image is divided into non-overlapping blocks of pixels, which are separately encoded with an appropriate statistical model. Hence, instead of starting to encode each block with a uniform distribution, we propose to start with a probability distribution which is modeled by a semiparametric mixture obtained from the distributions of its neighboring blocks. The semiparametric model parameters are estimated through maximum likelihood using the expectation–maximization algorithm in order to maximize the arithmetic coding efficiency. The results of comparative experiments show that we provide significant improvements over conventional adaptive arithmetic encoders and the state-of-the-art lossless image compression standards.     

基于灰度指纹图像信噪特征的无损压缩算法

本文提出了一个有效的针对灰度指纹图像的无损压缩算法.该算法通过将指纹图像的信噪特征融于新一代国际无损图像压缩标准的基本算法(基于上下文预测编码)而实现.该算法主要包括三个特色技术:基于纹线局部走向的分类预测、体现指纹微观纹理的扩展上下文以及基于成像仪器的分类熵编码器概率模型初始化.对一组真实数据及ISO标准图像的压缩结果表明该算法的压缩比居于国内外文献中的领先水平.     

红外图像实时无损压缩传输系统设计与实现

由于无线带宽的有限性,基于红外序列图像自身独特的特点,工程需要对红外序列图像进行无损压缩.通过比较JPEG 2000、SPIHT、JPEG + DPCM和JPEG_LS这4种算法的压缩性能和硬件实现复杂度,选取了性能最优易于硬件实现的JPEG_LS作为核心压缩算法,以DSP和FPGA作为硬件平台核心.为验证系统的可行性...     

数字影像无损压缩算法研究

建立在DICOM标准实现数字影像采集的基础上,阐述了影像数字化的总体方案。在影像压缩存储中,重点研究了基于整数小波变换的压缩算法,针对数字图像具有高度相关性的特点,提出了基于适形离散小波变换(SA-DWT)与整数小波变换相结合的影像无损压缩算法,该算法有效地提高了数字图像的压缩率。给出了相关算法的实现及实验效果分析。