基于多分辨率内插预测的声波勘探数据无损压缩

提出一种基于多分辨率内插预测(MRIP)的数据压缩新方法,可将海洋地球物理勘探数据和声波测井数据无损压缩50％以上。     

基于Prony模型信号预测算法的折叠内插ADC

本文介绍了一种应用于折叠内插ADC中的信号预测算法,该算法采用Prony模型建立自回归滑动平均过程,能够取得更精确的功率估计。本ADC预测系统能够支持软件无线电多模式、多频段的模拟信号转换。MATLAB仿真结果表明,采用本预测算法后,折叠内插ADC动态范围扩大,在250MS/s的采样速率下,转换精度可以由10位提高到14位。     

基于多波段谱间预测的高光谱图像无损压缩算法

该文提出一种基于多波段谱间预测的高光谱图像无损压缩方案。首先,充分考虑到随着高光谱图像谱间分辨率的提高,其谱间相关性也越来越强烈,推导出由多个波段对当前波段做线性预测的预测器系数,然后给出快速计算求解预测器系数的算法。对AVIRIS图像进行压缩,实验结果表明,该算法压缩比高,运算速度快,具有极高的实用价值。     

数字电视中信号内插方法的分析

分析了数字电视信号处理中应用到的各种行、场内插的方法,从算法、处理效果和硬件实现规模等方面描述了各自的优缺点,并给出了相应的图表。     

具有紧支撑对偶的内插子波

本文构造了具有紧支撑对偶的内插子波,与民的内插子波相比,它可以通过ＦＩＲ滤波器组进行快速分解和重构,并且设计上具更大的灵活性,最后,实验结果表明它还具有良好的去噪性能。     

基于递归预测的分布式双视角图像无损压缩

针对星载双视角图像压缩中存在数据量大和卫星编码端计算能力受限、内存资源不足的问题,提出了一种基于递归预测的分布式双视角图像无损压缩方法。该方法中2个视角的图像采用不同的编码方法,视角1作为关键视角采用JPEG2000无损模式进行独立压缩;视角2经图像分块预处理之后,其中一个局部图像块作为关键图像块仍用JPEG2000无损模式独立压缩,其余部分采用分布式编码方法。编码端进行二维整数小波变换去除各视角内的空间冗余,解码端利用利用视角间的相关性采用递归预测的结构,通过配准和多元线性回归的方法生成视角2其余图像的边信息辅助其余图像块解码。实验结果表明,与未考虑双视角图像间冗余的JPEG2000无损压缩编码相比,平均编码比特率大约节约了0.296～0.6 bpp,时间复杂度降低到其5.97%～14.3%;与使用初始边信息的分布式编码方案相比时间复杂度相同,但平均编码比特率大约节约了0.45～0.51 bpp;与考虑了图像间冗余的相关文献图像算法相比,所提方法的编码比特率损失0.2 bpp,但编码复杂度降低到其4.3%,说明所提方法更具优势,满足星载图像压缩需求。     

基于分类非线性预测的高光谱图像无损压缩

高光谱数据的有效压缩成为遥感技术发展中需要迫切解决的问题.提出了一种基于分类非线性预测的高光谱图像无损压缩算法.针对不同频谱波段间相关性不同的特点,根据相邻波段相关性大小进行波段分组.为提高谱间预测性能,对各组波段进行最优排序.采用自适应波段选择算法对高光谱图像进行降维,并利用k-means算法对降维后波段的谱向矢量进行分类.在参考波段和预测波段中选取具有相同空间位置的上下文结构,在分类结果的基础上,对当前波段进行谱间非线性预测.参考波段采用JPEG-LS标准进行压缩,预测残差进行Golomb-Rice编码.对AVIRIS型高光谱图像的实验结果表明,该算法可显著降低压缩后的平均比特率.     

基于双向预测的高光谱图像无损压缩

提出了一种基于双向预测的高光谱图像无损压缩算法。该算法首先采用自适应波段选择算法选出信息量较大的波段,然后利用聚类算法对这些波段的谱向矢量进行分类预处理。为了便于组织谱间预测过程,根据相邻波段相关性大小进行自适应波段分组,采用双向预测的方法去除谱间相关性。通过在参考波段和预测波段中定义三维上下文预测结构,在聚类结果的基础上,对各个像素分别训练最优的预测系数,从而实现当前波段的有效预测。对AVIRIS型高光谱图像的实验结果表明,该方法可获得较好的无损压缩性能。     

基于同类邻点预测的高光谱图像无损压缩

提出了一种基于聚类、对类波段重排、搜索同类相邻点预测的高光谱数据无损压缩方法。根据谱向特征,进行高光谱图像按像素聚类,对各个分类,根据波段间相关系数,利用最大生成树进行波段重排。对每种分类像素,搜索同类邻点,训练预测系数,并进行三维预测。残差采用Golomb-Rice编码。实验证实了算法的有效性。     

基于改进预测树的超光谱遥感图像无损压缩方法

该文在传统预测树方法的基础上提出一种改进方法,该方法定义一个幅度拉伸因子来表达相邻波段的局部灰度变化,通过比较局部上下文梯度来估算该幅度因子,并用它对当前的预测值进行修正。此外,还结合AVIRIS超光谱遥感图像的相关性特性提出一种谱间预测和空间预测相结合的综合预测无损压缩方案,在不同波段范围内采用可选的预测方式进行预测。在AVIRIS遥感图像数据集上的实验结果表明,该方案在计算复杂度较低的情况下,能够更好地消除冗余信息,具有良好的压缩性能。     

图像无损压缩的预测编码及量化误差处理

本文提出了一种基于预测编码并对量化误差进行四叉树编码从而实现对灰度图像无损压缩的方法。采用固定预测系数的算法，使得预测过程速度很快；通过四叉树编码方法处理量化误差，避免了对小数编码和处理这一复杂的过程。整个实现过程十分简单，实验结果显示，图像通过预测器后的平均码长明显小于原始图像的熵。     

基于三维自适应预测的高光谱图像无损压缩算法

利用高光谱图像具有较强的谱间相关性的特点,本文提出一种基于三维自适应预测的高光谱图像无损压缩方法,首先根据相关系数计算波段预测顺序,然后利用相关性较强的空间邻点和谱间邻点,采用基于神经网络模型的自适应预测方法进行三维预测编码.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,与现在最优的无损压缩国际标准JPEG-LS相比,压缩后的平均比特率能够降低0.3bpp左右.     

数据无损压缩技术的应用及硬件实现

卫星遥感图像随着用户所要求的地面分辨率日益提高,对数据进行压缩预处理的质量要求也日趋提高。本文列举了几种目前流行的用于数据处理的压缩标准,并通过对这几种压缩算法的压缩性能的比较和研究,找寻适合于卫星上数据实时及无损处理要求的算法,同时,调研了目前国内外在此方面的硬件发展情况,对今后的硬件实现工作进行了展望。     

基于查表法的多项式内插器的实现

提出了一种基于查表的多项式内插器结构,解决了多路并行内插占用大量乘法器资源的问题.首先证明了内插多项式系数存在一种对称关系,然后利用此关系设计了基于查表法的多项式内插器,并在FPGA上实现.实现结果表明:本方法结构简单,占用乘法器资源少,其复杂度与内查多项式的阶数无关,不足之处是需要占用很多的存储器资源.     

基于矢量量化与线性预测的干涉图分段无损压缩

经计算证明了风云四号气象卫星上的干涉仪所采集的三维数据立方体在时间维上更容易取得高无损压缩比,于是决定以时间维上的单帧干涉数据为单位进行无损压缩的探索.结合干涉数据在时间维上的相关性特点,提出一种新的无损压缩算法.该算法根据干涉数据的各段特点,分别进行矢量量化和线性预测以此来进行压缩,采用MATLAB对实际采集数据进行仿真试验后可得,新方法最终取得的无损压缩比比直接进行Huffman编码所得的压缩比提高了10％～20％.     

一种基于隔行直接内插的运动补偿内插算法

本文提出了一种在硬件上较易实现的高清晰度电视（ＨＤＴＶ）消闪烁显示运动补偿的隔行扫描图象直接内插方法，它与其它内插方法必须在逐行扫描的图象上进行内插有很大的区别。这种方法可以直接在隔行扫描图象上进行运动补偿处理，本文地提出的运动补偿内插方法作了计算机模拟，模拟结果表明该方法的内插效果良好。     

基于游标内插原理的多脉冲测距方法

将游标内插原理和多周期测量技术应用于脉冲测距方式,提出一种适用于近距离高精度电波或激光脉冲测距仪的方法,即在多周期脉）中工作方式下,利用2个时钟信号的微小周期差,将收发脉冲的时间间隔扩展放大以提高测量精度,有效测量范围由主时钟周期决定。设计了相应的时钟控制电路和时间间隔测量电路,并将该方法实际应用于近程网线电缆测距,达到了厘米量级的测量误差。     

基于感知器的遥感图像无损压缩编码

无损压缩在遥感领域有极其重要的作用。该文提出一种基于感知器模型的遥感图像无损压缩编码方法,该方法利用感知器具有学习能力的特点,自适应地调整图像的预测系数,对遥感图像进行空间和谱间去相关,然后进行熵编码。实验表明,对于多波段的遥感图像,该方法的压缩效果明显优于无损JPEG(Joint of Picture Expert Group)最优预测模式。