基于降低映射预测残差的高光谱图像压缩算法

CCSDS 123.0-B-1算法是空间数据系统咨询委员会为多/高光谱图像提出的自适应三维预测无损压缩标准,针对CCSDS 123.0-B-1算法中存在的未充分利用像素位置信息及谱间相关性、压缩率有待提高的问题,对该算法的预测器进行了优化,提出了RMPR算法。RMPR算法根据当前像元具体位置对预测点进行自适应选择,采用双向线性预测去除高光谱图像的谱间相关性,并使用优化的残差映射器提高预测精度、缩短压缩码长。利用10幅高光谱图像进行测试,结果表明,在保证无损压缩且压缩效率无显著差异的前提下,RMPR算法的压缩性能显著优于原算法。     

采用谱间预测的高光谱图像压缩方法研究

高光谱图像具有较高谱分辨率的优越性是以其较大的数据量及较高的数据维为代价的,因此有必要研究有效的高光谱图像压缩方法。探讨一种基于谱间预测的高光谱图像压缩方案。考虑到高光谱图像谱间相关性随分辨率的提高而增强,推导出由多个波段对当前波段进行线性预测的预测器系数求解算法,提出了一种参考波段优化选取方法。实验结果表明,该方法能获得较低的最小均方误差,运算速度快,具有实用价值。     

基于整数小波和三维自适应的高光谱图像无损压缩算法

考虑到高光谱图像小波子图的谱间相关性,提出了一种新的基于整数小波的三维自适应预测高光谱图像无损压缩算法。首先用5/3整数小波将高光谱每个谱段图像做小波分解,对不同谱段的相同子带,设计一种新的线性预测器。用与待预测像素有较强相关性的相邻像素自适应地估计预测系数的值。消除了大部分的谱间冗余和空间冗余后,再用JPEG-LS进一步去除残差图像的空间冗余。实验表明,该算法能有效去除多光谱图像间的相关性,较其他压缩算法压缩比有很大提高,且算法简单,便于硬件实现。     

基于自适应预测的高光谱遥感图像无损压缩算法

针对高光谱遥感图像细节丰富纹理复杂、空间相关性弱、难于压缩的特点,充分利用高光谱遥感图像的谱间相关性,使用多个波段的像素来自适应预测当前波段的像素。因为待预测像素的最优预测是其条件期望,用分段积分的方法将条件期望转化为可计算的表达式,并与其它波段的像素关联起来。选取与待预测像素有较强因果关系的相邻像素自适应地估计出各参数的值,得到残差图像,消除了大部分的谱间冗余和空间冗余,再用JPEG-LS进一步去除残差图像的空间相关性。实验表明,该算法能有效去除高光谱图像间的相关性,较其它压缩算法压缩比有很大提高,且算法简单,便于硬件实现。      

基于三维整数小波与自适应预测的高光谱图像压缩研究

高光谱图像作为一种三维图像,其海量数据给存储和传输带来极大困难,必须对其进行有效压缩。根据高光谱图像的特点,本文提出了一种基于三维整数小波与自适应预测的无损压缩算法。首先利用三维整数小波变换充分消除高光谱图像的谱间冗余和空间冗余,自适应预测编码可以进一步消除变换后低频子带之间的冗余,从而进一步提高压缩性能;最后利用JPEG-LS标准和SPIHT算法分别对数据进行无损压缩。通过改变小波基,也可实现有损压缩。实验结果表明,该算法可以取得较好的无损和有损压缩效果。     

基于波段分组的3D-SPIHT高光谱图像

波段间隔为纳米级的高光谱图像具有很强的谱间相关性,但不同频谱波段图像之间的相关性不同,本文提出了一种基于波段分组的3D-SPIHT(set partitioning in hierarchical trees)高光谱图像无损压缩方法.对高光谱图像按照谱段类型进行分组,接着通过3维整型小波变换,对图像组去除空间相关性和光谱维相关性,最后以3DSPIHT的空间方向树组织方式来进行编码,去除小波变换后子带间系数的冗余.实验结果表明,该方法能够有效地去除空间和谱间相关性,在算法复杂度和计算时间上较整体处理有一定优势,同时可获得较好的无损压缩结果.     

高光谱图像压缩质量评价技术研究进展

众所周知,数据量的庞大,致使高光谱图像数据的应用受到很大限制。这种庞大的数据量对于许多情况,尤其对于卫星数据链路,由于受带宽和星上存储能力的局限,致使不能实时进行数据传输,因此必须使用有损压缩方式来减小高光谱图像的数据量。但由于有损压缩带来的信息丢失,对高光谱数据的不同后续应用影响不同,因此压缩图像的质量评价技术得到了广泛重视。为使人们对这一质量评价技术有一定了解,首先对高光谱图像压缩方法进行简单介绍;然后对现存的客观失真参数评价、应用算法统计结果评价、相似敏感度标准抽取评价等主要的压缩质量评价技术进行综述,同时比较它们的优缺点,并在此基础上,提出了一种基于最优性能的质量评估框架;最后对该技术今后的研究发展进行了展望。     

基于分类KLT的高光谱图像压缩

高光谱图像的有效压缩已经成为高光谱遥感领域研究的热点。提出了一种基于分类KLT（ Karhunen-Loeve Transform）的高光谱图像压缩算法。该算法利用光谱信息对高光谱图像进行地物分类,根据相邻波段的相关性对高光谱图像进行波段分组。在地物分类与波段分组的基础上,对每组的每一类地物数据分别进行KL变换,利用EBCOT（Embedded Block Coding with Optimal Trtmcation）算法对所有主成分进行联合编码。实验结果表明,该算法能够取得优于JPEG2000以及DWT-JPEG2000的压缩性能,适合实现高光谱图像的有效压缩。     

一种基于自适应预测的高光谱图像近无损压缩方法*

提出一种高光谱图像的近无损压缩方法.首先使用三维自适应预测有效地去除高光谱图像的空间和谱间相关性;然后对预测误差进行量化,以进一步降低编码率.实验结果表明,该方法能在控制重建误差的前提下显著地降低了比特率.     

多光谱图像的无损压缩方法

利用多光谱传感器对同一观测对象在多个窄光谱范围上获得的图像,称为多光谱遥感图像。这类具有高空间和谱间分辨率的谱图像数据量大,其存储和传输都比较困难。因此,对海量数据进行有效的数据压缩便成了遥感资料应用中迫切需要解决的问题之一。为了防止有用信息的丢失而影响图像的进一步处理和应用,采用无损数据压缩方法是解决该问题的有效途径之一。本文分析了多光谱图像的空间和谱间相关性等特点,从多光谱图像预处理、预测和变换无损压缩方法等方面介绍了目前主要的多光谱图像无损压缩方法,并对其特点进行了对比分析。     

基于JPEG/JPEG2000相结合的医学图像感兴趣区域压缩

提出了一种基于JPEG/JPEG2000相结合的医学图像感兴趣区域压缩方法.该方法对在人为选定医学图像的感兴趣区域采用无损的JPEG2000压缩,而对其他图像区域则采用高压缩比的JPEG压缩,从而较好地解决了医学图像的高压缩比和高质量之间的矛盾.通过对一副人脑MRI医学图像的压缩实验,得到了压缩比12:1,并且病灶区图像信息完整的压缩图像.     

面向遥感影像的JPEG2000优化压缩算法

在常规的JPEG2000压缩框架下,提出一种面向遥感影像的JPEG2000优化压缩算法,对遥感图像整体处理传输耗时进行分段处理,在EBCOT编码中合并编码通道扫描过程及编码过程,实现对遥感图像编/解码过程用时的优化,在小波变换后清除高频子带小波系数中非重要的背景信息,并缩减相对重要信息的处理过程,从而缩短了与压缩比和图像大小密切相关的传输时间。实验结果表明,该算法在几乎不影响遥感图像质量的情况下可以显著提高遥感图像整体压缩、传输和重构的效率,缩短其处理耗时。     

基于EBCOT的JPEG2000压缩方法概述

首先概要地论述了JPEG2000压缩方法的过程及原理,包括预处理、量化、小波变换等,然后对其使用的改进的EB-COT进行了重点的论述,最后简单介绍了JPEG2000标准实现的软件——Jasper软件。     

JPEG2000图像压缩技术

JPEG2000是新一代的静态图像压缩标准,它具有优良的压缩性能,及很多JPEG无法提供的新功能。本文阐述了JPEG2000图像压缩的实现过程,对其中的关键技术——小波变换、熵编码做了详细的描述,并简述了JPEG2000的性能特点。     

基于JPEG2000的DEM数据无损压缩

研究了小波技术在DEM数据无损压缩中的应用，采用JPEG2000标准对DEM数据进行无损压缩。实验结果表明，该方法与传统方法相比，不仅具有更高的压缩效率，而且具有更好的编码传输特性。     

基于JPEG2000的静态医学图像压缩设计方案

针对静态医学图像压缩，介绍了两种压缩标准JPEG与JPEG2000，通过对它们的比较，突出JPEG2000的优势，诠释了JPEG2000的基本结构与编码、解码技术，描述了基于DSP的图像压缩设计方案。系统采用CCD采集数字图像，用16位定点DSP进行小波压缩，主要为了减小传输费用，试验结果表明JPEG2000对图像重现与压缩比率效果较优。     

主观评价JPEG与JPEG2000标准的彩色图像最佳压缩比的实验研究

研究压缩图像在显示器上质量主观评价方法,为实现Internet上图像质量主观评价奠定基础。研究包括显示器设置问题;在彩色电视图像质量主观评价ITU-BT500-11标准的基础上,提出静态压缩图像评价指标;收集了标准彩色测试图像并建立图像库。最后使用JPEG与JPEG2000两种压缩标准对具有不同性质的20景彩色图像进行了7种压缩比的有损压缩,并选取10人采用成对比较的视觉心理物理学方法,对压缩图像进行主观评价实验。得出了JPEG标准下彩色图像最佳压缩比范围为20：1~25：1,JPEG2000范围为25：1~30：1,同时实验结果表明,可以通过视觉的方法对不同LCD显示器进行设置,并达到一个大致相同的设置效果。     

基于JPEG2000的遥感图像高保真压缩方法

针对遥感图像空间相关性弱、图像纹理丰富的特点,提出了在JPEG2000无损压缩框架上,增加一项对高频子带中的小波系数进行平坦区域系数滤除的方案。本文根据遥感图像小波变换后的高频子带纹理强弱进行局部块划分,对平坦区进行滤除,对纹理区进行高保真压缩。实验表明,此方法可在图像高保真的条件下简化算法、提高图像压缩效率。     

基于JPEG 2000的医学图像压缩技术实现

本文应用JPEG2000静态图像压缩标准和小波分析理论,实现了静态图像压缩标准的核心代码,并将该方法应用到显微医学图像处理系统中,对BMP格式的灰度显微医学图像进行了压缩研究并予以实现。     

基于FPGA的JPEG2000自适应算术编码器设计

文中研究JPEG2000标准中自适应算术编码器的硬件实现问题,采用并行结构的FPGA设计,并用Modelsimse5.8对其作仿真验证。设计使用VerilogHDL语言在RTL级描述,并以Xilinx VertexII系列中的xc2v250-6fg256器件为基础在ISE6.1下完成综合。