基于小波变换和矢量量化的遥感图象压缩方法

提出基于小波变换 (WT)的矢量量化 (V Q)的遥感图象压缩编码方法。采用二维 WT消除象素间的空间相关性 ,然后对变换后的小波系数进行 VQ压缩编码。实验结果表明 :该方法可获得 10倍压缩比 ,峰值信噪比(PSNR)为 30 .5 2。本方法明显优于 JPEG方法 ,而且没有方块效应。该方法可用于各种遥感图象压缩 ,压缩比和PSNR这两项指标与 JPEG压缩方法相比 ,也有明显的提高。     

采用模糊字典编码的小波图象压缩方法

本文讨论了采用小波变换进行图象压缩的基本方法。并根据小波变换域数据的基本特性，在字典编码算法的基础上提出了二维模糊字典编码算法，将传统的变换压缩方法中的量化和编码部分有机地结合起来，并取得了较好的压缩效果     

一种基于小波变换的静态图象压缩编码方法

本文介绍了一种利用小波变换对静态图象数据进行压缩编码的具体方法。主要内容包括小波变换在图象压缩编码中的应用原理、变换域的量化、数据编码技术，以及计算机模拟结果和评价。文中描述了一种实用的基于小波变换的图象数据压缩算法。     

高质量运动图象压缩编码的小波变换方法研究

研究基于小波变换的高质量运动图象压缩编码方法。通过对运动估计后图象内的帧内编码宏块首先进行离散余弦变换（ＤＣＴ）编码,然后再对整幅图象进行小波变换（ＷＴ）与零树编码,从而达到运动图象的高质量压缩编码目的。     

一种基于小波变换的平滑预处理压缩算法

在现在编码标准(如MPEG4)中,基于小波的压缩算法已经成为一种主要技术。文章在已经成熟的小波变换及零数编码等算法的基础上,分析小波变换以及小波变换系数的特点,经过多次实验得出一种在小波变换前对图象先进行预处理的可逆平滑算法。实验表明这种算法在已有小波压缩编码的基础上大大提高了图象压缩效率。     

一种基于小波变换的分形零树混合编码方法

为了降低分形编码的复杂度和提高编码效率 ,提出了一种基于小波变换的分形零树混合图象编码方法 .该方法首先利用小波变换将图象分解为不同方向不同分辨率的子图象 ,然后分别在不同分辨率层将这些子图象以类似于零树的结构 ,构成一棵棵的小波子树 (wavelet subtree) ,最后在编码时 ,对每一棵小波子树进行具体的分析 ,或采用分形编码 (fractal coding) ,或采用零树编码 (zerotree coding) .与传统的基于小波变换的分形编码相比 ,此算法在充分利用子带图象间的相似性和块内存在的自相似性的同时 ,也充分利用了小波变换后子图象块内 ,特别是高分辨层的子图象块内所存在的大量局域性的冗余性 .实验结果表明 ,此方法在较大的压缩范围内 ,都能够获得较好的压缩效果 .     

彩色图象的广义分形小波变换压缩算法

基于广义二维分形小波变换,提出了一种新的复合分形小波变换图象编码算法,并将该算法推广到三维彩色空间,实现了彩色图象压缩。同时,提出了一种自适应小波子树分割算法。该算法根据图象局部区域纹理的复杂程度对小波树进行分割,有效地避免了解压缩图象中的分块效应。对彩色图象的实验表明在压缩比相同的情况下。新算法可得到更好的图象效果。     

一种基于形态小波的遥感影像压缩编码算法

与一般图像不同,由于遥感影像具有纹理复杂、局部相关性较弱的特点,而且影像经过小波变换后系数的空间聚类特性较明显,因此遥感影像压缩具有一定的特殊性,可是目前大多数基于小波的压缩编码算法都没有考虑小波系数的空间聚类特性,为了进一步提高编码效率,提出了一种基于形态小波的遥感影像压缩算法。该算法首先对遥感影像进行多尺度快速小波变换,然后依据遥感影像的小波能量聚类特性,采用一种形态膨胀编码算法来实现遥感影像的高效压缩编码。试验结果表明,对一般遥感图像,该算法在高倍率压缩的情况下要优于目前的JPEG2000算法;而且对多波段的遥感影像,该算法也取得了较好的压缩效果。     

基于二维小波分解的图象编码

本文给出一个基于二维小波分解来进行图象压缩编码的方法。这里是使用正交小波变换来由行图象分解，得到一个图象的多分辨率表示，各频道分量对图象结构的把握是整体的，从更大程度上解除了图象象素之间的相关性，克服了由ＪＰＥＧ方法进行图象压缩编码而产生的块效应。对图象进行二维正交小波分解后，我们使用ＣＶＱ对小波系数进行编码，得到了较高的编码效率和重建图象质量。     

基于感兴趣区的图象近无损压缩

无损感兴趣区（Lossless Region of Interest (ROI)图象压缩方法,即在感兴趣区采用无损压缩,而在其他区域采用有损压缩,从而保证了重要信息不丢失,并尽可能提高衅象的压缩比,在整形小波变换（IWT）和嵌入式零树编码的基础上,实现了无损感兴趣区（Lossless ROI)的图象近无损压缩,并提出了一种小波变换域形状编码算法－－树映射形状编码,同时给出了算法的原理及实现,并进行了相关实验,实验结果表明,该算法能够提高压缩效率,且压缩效率取决于感兴趣区的大小以及对不感兴趣区图象的质量要求。     

无人机影像匹配点云单木识别算法

针对单木识别研究中“局部最大值”算法因窗口大小设置不同而产生的单木漏识别与错识别问题,提出了联合“局部最大值”与“单木树冠结构分析”的单木识别算法。算法首先利用“局部最大值”获得候选单木;然后对候选单木树冠结构进行分析,提取树冠结构曲线;最后通过对树冠结构曲线判别,剔除、合并错识别与过识别单木,从而提高单木识别的精度。选取大兴安岭林区８个典型样地进行实验,以实测可见单木为参考,与窗口大小为1.0 m、2.0 m 的两种“局部最大值”算法进行比较。结果表明,该算法8个样地整体F 测度为90.45％,相比1.0 m、2.0 m 窗口的“局部最大值”法F 测度74.82％、77.35％,分别提高,15.63％,13.10％。     

基于可逆整数小波变换的遥感图像的无损压缩

针对遥感数据的特点，将可逆整数小波引入遥感图像压缩领域，与SPIHT编码相结合，试验选用了几种可逆整数小波对几幅遥感图像和标准测试图像进行图像无损压缩试验，结果与JPEG2000相比都所有提高。     

基于MATLAB及小波变换的遥感图像处理与分析

利用Matlab图形处理工具,通过实例介绍了对遥感图像的处理与分析算法,并基于离散小波变换的二维小波分析,结合Matlab小波变换工具对遥感图像进行进一步压缩。研究得出的结果对于遥感图像的处理与分析工作提供了有力的理论基础和实际价值。     

基于遥感图像压缩的最佳小波分解层数研究

分析遥感图像特点及小波基的性质,选取D9/7和D5/3小波基进行遥感图像小波变换,采用分层树集合分裂算法(SPIHT)进行遥感图像压缩,并从信息熵的角度分析不同分解层数对图像压缩效果的影响.通过实验,得到了遥感图像压缩小波变换的最佳分解层数.     

小波用于基于遥感影像特征的自适应二维盲水印算法

文章提出了一个有效的基于遥感影像特征的自适应二维盲水印算法。该算法使用灰度图像作为水印,将水印灰度图像进行Arnold置乱加密和小波压缩后,利用相邻特征平均值和奇偶判决法嵌入遥感影像的二阶小波变换域中所选择的子带上,且水印检测不需要原始遥感影像。攻击测试和实验结果表明,该算法具有较好的透明性,强壮性,以及水印检测结果准确,算法复杂度低等优点,对如JPEG有损压缩、中值滤波、附加噪声、伸缩、裁剪、旋转、几何变换、Stirmark攻击等各种影像处理的攻击都具有较强的鲁棒性;且嵌入水印后基本不会影响遥感影像的边缘检测和分类等一些应用。     

遥感图像快速压缩传输系统的设计与实现

遥感图像快速压缩传输系统为用户开展海量遥感图像存储与网络共享提供技术支撑平台。系统采用客户端对客户端的设计架构,采用图像分层分块、自适应小波变换、网络链路质量探测等技术,成功研制了遥感图像快速压缩传输系统,满足了各类型遥感图像应用单位之间的遥感图像共享、浏览、压缩与传输需求。     

基于小波零树结构的遥感影像编码方法

提出了基于小波零树结构的遥感影像保持量测精度的有损压缩的编码方法。研究了在不同滤波器长度下遥感影像经小波分解后各分量图像的统计特性，提出了遥感影像压缩的最佳方案是取四系数的小波分解滤波器．并得出了其他一些有意义的结论。     

遥感影像中多个机密信息的授权使用技术

一般的图像域信息隐藏算法并不适用于遥感影像,将信息隐藏的涵义加以拓广,提出了遥感影像中多个机密信息的授权使用技术,即根据用户的不同权限对遥感影像中的多个机密信息进行不同程度的隐藏,并提出了适用于遥感影像的信息隐藏小波域算法,该算法是盲算法,且基于HVS(human visual system)特性,并自适应于遥感影像特征。能很好地保存机密地物的纹理与光谱特性,复原遥感影像逼真,对遥感影像的应用价值没有影响,且对影像添噪与JPEG有损压缩具有较强的鲁棒性。     

基于多进制小波的多源遥感影像融合

首先介绍了遥感影像融合的一般理论和方法，然后在讨论多进制小波理论和影像特征的基础上，提出了一种基于特征的多进制小波变换的影像融合算法，该算法根据待融合影像分辨率之比来确定采用几进制小波，将待融合的高分辨率影像进行多进制小波变换，然后把高分辨影像经小波变换后获得的低频成分和低分辨率影像依据一定的关系进行相互转换，以形成新的高分辨影像的低频成分，经过多进制小波逆变换获得到融合后的影像，最大限度地利用了待融合影像的信息，防止了影像信息的丢失，通过对具体影像的清晰度和空间分辨率，融合后的影像最大限度地保留了待融合影像的光谱信息，同时提高了待融合影像的清晰度和空间分辨率，给出了SPOT全色影像与SPOT多光谱影像，SPOT全色影像与TM影像的融合结果，并与其他方法进行了比较，从而证明了本方法的优越性和自适应能力。