CCD遥感图像的小波分解特性及编码压缩

研究了遥感图像的小波变换系数统计特性及小波系数的相关性.通过试验得出小波变换系数分布的一般规律和遥感图像基本特征,即数据的局部相关性弱、纹理丰富复杂和低冗余度,不利于高保真压缩,而遥感图像的小波变换系数却具有很强的局部相关性.提出了插分预测编码(DPCM)与集合树多级分裂(SPIHT)算法相结合的遥感图像小波编码算法,用该算法对CCD采集的遥感图像进行了3级小波分解和重构,并与EZW算法、SPIHT算法进行了比较.结果表明,算法所得的遥感图像没有方块效应,图像恢复质量较高,在相同压缩比和比特率低的情况下,明显优于其他两种算法.     

基于视觉对比敏感度与恰可察觉失真感知的图像复原

针对传统复原算法在低信噪比情况下复原结果感知效果差的问题,提出了一种基于视觉对比敏感度与恰可察觉失真感知的图像复原方法。首先,利用离散余弦变换(DCT)分解图像,将图像编码为不同尺度下的一系列子带,利用概率和模型及DCT感知模型计算每条子带的恰可察觉失真阈值,并采用明可夫斯基距离计算失真度量;然后,对于每个尺度下的每条子带,利用一个迭代的两断对分程序来调整每个尺度下的每条子带的通道权重,直至子带的失真度量恰好等于期望的失真阈值;最后,利用对比敏感函数对每条子带中的系数进行视觉敏感度加权,通过DCT逆变换对视觉感知加权后的系数进行重构以得到最终的复原图像。基于LIVE图像库的实验结果表明,本文复原算法不仅能够有效地增加图像的信噪比,而且能够很好地改善图像的感知质量。     

适于硬件实现的低复杂度图像压缩

对于高速图像压缩应用,普通压缩算法和基于DSP或PC机的实现已不能满足高速和小体积的要求。能否获得一种专为硬件实现设计,并具有较高性能的图像压缩算法,成为用VLSI或FPGA硬件实现高速图像压缩的关键。为此,本文提出一种基于5/3小波变换的低复杂度图像压缩算法。该算法首先采用3级二维小波变换去除图像相关冗余,并根据小波子带的变换增益对其进行最佳量化,再对量化后的LL子带进行二维预测,最后针对小波系数概率分布特点采用自适应零游程编码联合指数哥伦布编码实现图像压缩。该方法在保证较高压缩质量的同时,具有低复杂度和硬件易实现的特点,若通过FPGA最快可实现高达175Mpixel/s的超高速图像压缩。     

一种适合星上应用的遥感图像有损压缩算法

提出了一种高质量的遥感图像有损压缩算法,在分析了遥感图像经Daubechies双正交小波基D5/3整数小波变换后各子带小波系数统计特性和能量分布的基础上,引入了人类视觉特性,用它来控制算法中的量化方案.根据能量的大小确定不同子带对于目标识别的重要程度,选择不同的量化阈值和量化步长进行量化,并对量化后的数据采用固定比特平面编码.仿真实验表明,该算法对于不同内容和纹理的图像,在一定的压缩比下,均获得了PSNR(峰值信噪比)＞30dB的恢复图像,在不损失最低频信息的同时较好地保持了遥感图像中丰富的高频信息,实现了高质量的图像压缩,并且算法简便,快捷,所占用的存储容量小,易于硬件实现,适合于星上应用,减少了在遥感图像压缩中小目标的丢失.     

ROI的海洋监视卫星遥感图像压缩算法

针对海洋监视卫星遥感图像的特点,提出了一种基于感兴趣区域(ROI)的自适应海洋遥感图像近无损压缩算法.对图像进行了形态Harr小波最大提升后,在一个分辨率低的高频子带中利用阈值和八邻域连通分析方法检测出目标,使用外接矩形与环面的交集来描述ROI,其他分辨率高频子带的ROI通过Mosaic放大得到.高频子带中的ROI采用Rice无损熵编码方法,非ROI进行比特平面编码.低频子带采用DPCM和Rice结合的无损编码方法.实验结果表明,该算法能有效地划分ROI,且没有明显的ROI分割痕迹.在中低比特率时,本文算法的峰值信噪比(PSNR)比JPEG2000的高2～5 dB,在高比特率时,两者的PSNR均在45 dB以上.本文算法计算复杂度低,易于硬件实现,且具有自适应性和数据包独立的优点,适用于海洋监视卫星遥感图像的近无损压缩.     

基于剪切波变换的可见光与红外图像融合算法

针对不同传感器的图像融合问题,提出一种基于剪切波变换的可见光与红外图像融合算法.首先通过剪切波变换对多源图像进行多尺度多方向分解,获取图像的低频子带与高频子带系数.在融合过程中,针对高、低频子带系数所反映图像尺度特征的差异性,采用相应的区域显著性方法进行量化描述.鉴于两源图的不同物理特性导致同一场景景物灰度分布存在差异的现象,采用区域相似性进行量化区别.综合区域显著性与区域相似性2个参数制定融合规则,实现多尺度分解系数的优化组合,经剪切波反变换重构各融合后的子带系数,获取最终的融合图像.实验结果表明,该算法与相关融合算法相比,在主观视觉效果与客观量化指标性能上均有所改善.     

基于三维整数小波变换的高光谱图像编码方法

高光谱图像是一种数据量很大的三维图像,在存储和传输之前必须对其进行有效的压缩。本文提出了一种基于三维整数小波变换的高光谱图像压缩编码方法,首先利用三维整数小波包变换去除高光谱图像的空间和谱间冗余,然后对变换后的每个子带的小波系数构造子带重要性树,通过子带重要性树的分裂对小波系数进行三维嵌入零块编码,最后为了进一步提高编码性能,把编码输出的二进制符号送入算术编码器并结合高效的上下文模型进行熵编码。对4组场景的AVIRIS高光谱图像进行测试,结果表明该方法的编码性能略优于3DSPIHT和3DSPECK算法,同时该方法还支持高光谱图像从有损到无损的渐进传输。     

基于二代小波变换和PCNN的高光谱图像融合算法

采用信息融合技术可以降低高光谱遥感图像的分析难度。本文提出一种基于二代小波变换和脉冲耦合神经网络(PCNN)的融合算法。在利用自适应子空间分解技术将高光谱图像的数据空间划分为数个子空间后,对各子空间内的每一波段图像进行二代提升小波分解。对低频系数部分进行方差加权融合的同时利用PCNN的脉冲同步和全局耦合特性对高频系数部分进行选取,最后用二代小波逆变换得到各子空间的融合图像.其仿真实验结果显示:所提算法有效降低了高光谱图像维数,很好保留了原图像的信息,效果优于单一的一代小波和二代小波融合算法。     

利用Contourlet变换和方向Teager能量的图像融合

提出一种基于Contourlet变换和方向Teager能量的图像融合算法。首先采用Contourlet变换对图像进行分解,然后高频子带图像分别按行和列进行Teager能量计算,选取最大Teager能量作为融合算子,对于低频系数和方向高频系数采用最优加权系数算法来实现图像的融合处理。实验结果表明,提出的算法与小波分解算法相比不仅可以保留原始图像边缘和纹理信息,而且可取得良好的融合视觉效果。     

基于小波多尺度分解的区域图像融合及算法研究

提出一种新的图像融合方法,该方法首先利用小波变换对要融合的图像进行多尺度小波分解;然后对分解后的各层上不同频带的子图像采用不同的融合处理技术,即在低频域内采用平均算子进行融合处理,以保留图像的背景信息,在高频域内对分解后的小波系数矩阵采用区域特征进行融合处理;最后将融合的低频分量和高频细节分量结合进行小波逆变换得到融合图像。采用该融合算法对两幅不同位置聚焦的图像进行融合实验,结果表明,采用该方法可以得到较好的融合效果。