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，通过隐含层自主完成图像压缩编码。通过与四种一般压缩方法的对比验证，本方法图像压缩后，图像压缩率更小，图像分辨率和信息熵更高，既有效地减少了图像信息量，能够保留有效关键信息，达到了图像信息缩减和图像完整性的双重目标。     

一种快速解压的无损压缩算法

随着信息技术的不断发展,大量数据给存储和传输都带来了巨大的挑战。数据压缩能够有效减少数据量,方便数据的处理和传输。无损压缩是一种利用数据的冗余特点进行压缩的压缩方法,解压时可以完全还原数据而不会有任何失真。在研究LZO算法的快速解压原理基础上,设计了一种新的压缩算法。该算法通过减少压缩数据中压缩块的数量,降低了解压程序的执行开销。测试结果表明,新算法可实现比LZO算法更快的解压速度。     

基于L∞最小搜索和陪集码的高光谱图像无损及近无损压缩

 分布式信源编码(DSC)由于其较低的编码复杂度及较高的抗误码性被应用于高光谱图像压缩.在典型的基于陪集码的分布式高光谱图像无损压缩算法s-DSC(scalar coset DSC)框架下,本文指出最优的预测准则应为无穷范数最小,提出了基于L_∞最小搜索的预测方法来逼近最优准则,并将框架推广到近无损压缩.实验表明,和原有的s-DSC相比,本文算法无损压缩的平均码率降低了大约0.25bpp,近无损性能也明显优于JPEG-LS,本文算法具有较低的计算复杂度、较高的压缩性能,且具有一定的抗误码能力,适用于星上压缩.     

测井数据的实时无损压缩研究和硬件实现

为了实现针对石油测井数据的高效率实时传输,提出了一种基于FPGA的针对测井数据的编码方案,实现了数据的实时无损压缩的存储与转发,有效地提高了数据传输效率.通过对测井数据用不同的压缩方法进行处理,分析比较字典编码(LZW算法)和其他无损压缩算法的特征.结果表明,采用字典编码的方法,压缩率最高,能够达到20%左右,而且该算...     

基于LOCO—I算法的星载图像无损压缩的FPGA实现

LOC0-I图像无损压缩算法是JPEG--LS标准的核心算法．文中针对于星载图像无损压缩的具体应用,充分利用了流水和并行技术,给出了基于该算法的高速星载图像无损压缩核的设计和实现．压缩验证系统实验结果表明,该设计可每周期处理一个像素,50MHz频率下数据处理速度可达400Mbps,满足星载图像无损压缩的实际要求．     

机械振动无线传感网络数据分块无损压缩方法

针对目前机械振动无线传感器网络数据无损压缩方法效率低的问题,提出一种数据分块无损压缩方法,该方法主要由数据分割和数据编码组成。传感器网络节点首先对采集的振动数据进行分块处理,利用子带能量自适应量化方法压缩原始数据,以量化压缩数据完成对原始信号的预测;然后将量化数据还原,计算预测差值矩阵;最后,采用线性预测、自适应零游程编码和Range编码对量化压缩数据和差值矩阵进行编码,进一步去除数据冗余。将提出的数据分块无损压缩方法的压缩性能与其他无损压缩方法进行对比,实验结果表明该方法能在资源受限的无线传感器网络节点上有效实现机械振动信号的无损压缩。     

面向应用加速的两阶段数据压缩流程

在应用加速技术中,为进一步提高数据压缩率和网络传输性能,提出基于低粒度自适应的两阶段数据压缩流程。该流程基于Zipf和Heaps分布定律和字节粒度,首先检测传输数据是否属已发送内容,若是,则先对传输数据进行减缩,然后根据适应性压缩策略作进一步压缩。实验结果表明,两阶段的数据压缩流程可以有效地减小传输数据量,从而为保障企业关键业务流高速地通过广域网传输提供一种解决方案。     

CCD传感器噪声对遥感影像无损压缩的影响

为分析CCD传感器噪声对遥感影像无损压缩的影响,选取ISO/IEC标准图像和UK-DMC多光谱影像作为测试图像,根据CCD传感器噪声模型,在测试图像上添加CCD传感器模拟噪声,采用JPEG2000-Lossless无损压缩算法对不同污染程度的噪声图像进行压缩处理,并对不同污染程度的噪声影像无损压缩比进行比较分析.而后,在多光谱遥感影像上添加模拟的混合噪声,分析CCD噪声对星地间数据传输效率的影响.实验结果表明,CCD传感器噪声对所获取影像的污染会降低遥感影像的无损压缩比和星地间数据传输效率,以泊松噪声为模型的散粒噪声与读出噪声对影像无损压缩的影响最大,以高斯噪声为模型的热噪声与暗电流噪声的影响次之,由于CCD器件工艺问题引发的脉冲噪声对无损压缩的影响最小.     

数字电影PEG2000码流从无损压缩到有损压缩的高效转码

本文讲述了利用JPEG2000位平面编码优势实现图像码流由无损压缩向有损压缩高效转码的方法。现行转码方法要求先将JPEG2000无损码流解码，然后将其重新编码形成有损码流，浪费了大量计算能力和时间。为减少此种浪费，建议从无损码流的解码开始就减少码流通过数量。此外通过独特的速率控制，使通常与削减码流相伴的质量下降减少了。实验结果证明此种方法不仅使计算的复杂程度明显降低，而且主观评价的图像质量十分接近全部无损解码的效果。