基于局部边缘预测的空谱联合高光谱图像无损压缩

利用高光谱图像丰富的边缘特性和很强的谱间结构相似性,提出一种基于局部边缘预测的空谱联合高光谱图像无损压缩方法。该方法利用谱间最小方差算法的编码框架,在原有谱内、谱间预测模式的基础上,增加了第三种"无预测"的预测模式,以更好地适应高光谱图像的相关特性。在谱内预测时,针对图像中普遍存在的局部斜边缘,将对角边缘检测引入到中值预测中,提出了改进的对角边缘预测算法。在谱间预测时,通过分析局部边缘存在时上下文的特点,提出简单有效的上下文选择策略,在此基础上,提出了基于局部边缘结构相似性的谱间预测算法,在上下文模板内自适应地选择最佳预测上下文进行谱间预测。实验结果表明,本文方法有效利用了图像的局部边缘特性,更好地去除了谱内和谱间的相关性,改善了预测性能,提高了无损压缩比。     

MRF和GM模型高光谱图像地物标记

利用马尔可夫随机场和高斯混合模型构造了一种对高光谱图像进行地物标记的新方法。该方法利用PCA降维后的高光谱图像及其差分图像的先验信息建立高光谱图像的随机模型,并把最大后验估计作为地物标记优化的评判标准,用模拟退火算法实现地物标记。实验结果显示该算法是一种精确、高效、稳定的图形标记算法。     

基于DS证据理论的高光谱图像融合分类

高光谱图像包含丰富的地物信息,被广泛应用于许多场合。由于各分类模型具有不同的分类性能,如何有效利用各分类模型性能的差异性是实现融合分类的重要环节,为此提出了一种基于DS证据理论的多模型融合分类的高光谱图像分类方法。由于现有的分类模型从HSI数据的空间域和光谱域提取不同的特征,因此产生的预测结果不同。本融合方法采用多层感知机网络和随机森林网络进行融合分类实验,该网络借助各分类网络的提取特征的差异性,提高了分类结果的准确性。实验结果表明,当不同网络的分类精度存在一定差异时,DS融合模型能提高分类精度,同时优于线性平均加权融合模型。     

基于协同表示的高光谱和多光谱图像融合算法

为了增强高光谱图像的空间分辨率,该文提出一种基于传统Pan-sharpening技术的高光谱和多光谱融合框架,该融合框架将高光谱和多光谱(HS-MS)图像融合问题简化为若干个多波段和单波段(MB-IB)图像融合问题。在此基础上,对于每个多波段和单波段图像融合的问题提出一种基于局部自适应(LA)字典和协同表示(CR)的图像融合(LACRF)算法,得到高空间分辨率的多波段(HRMB)图像,并最终获到了高空间分辨率的高光谱图像(HHS)。通过实验可知,LACRF算法具有良好的融合效果。     

基于线性光谱混合模型的光谱解混改进模型

传统的基于线性光谱混合模型(LSMM)的解混方法采用迭代求解方式,复杂度较高,为此提出一种基于几何方式的模型求解方法。另一方面,LSMM采用固定谱形固定数量的光谱端元进行解混,影响了光谱解混精度,为此提出端元谱形的区域修正方法和端元子集的局域确定方法,从而建立基于柔性端元的新解混方式。实验表明了所提出的几何求解方法及柔性光谱端元方式的有效性。     

一种基于代数决策图的多值图像无损压缩方法

代数决策图（ADD）是布尔函数的一种简洁紧凑的符号描述方法。用ADD对多值图像进行建模，可以有效降低数据冗余，然后对ADD模型进行有效的编码，可以达到数据压缩的目的。实验结果显示本方法的压缩比高于游程编码、哈夫曼编码，较LZ77编码也有一定优势。     

一种基于Hilbert扫描的医疗图像无损压缩算法

希尔伯特(H ilbert)扫描是连续、没有交叉且经过相邻点的二维空间扫描方法。为了验证H ilbert扫描在图像无损压缩中的有效性,利用H ilbert扫描对医疗图像像素的位置进行置换,分别用哈夫曼编码、游程编码、LZW编码和算术编码对经过H ilbert扫描处理后的数据进行压缩。实验结果显示H ilbert扫描可以增加像素的相关性,对提高压缩比有一定的贡献。     

基于核光谱角余弦的高光谱图像FLS-SVM分类算法

模糊支持向量机是模糊技术与支持向量机的有机结合,其关键步骤是确定模糊隶属度函数.现有方法大多利用距离这一相似性测度从不同角度构造隶属度函数,实现过程比较复杂.对于高光谱数据的光谱特性,用距离表征地物的光谱亮度差异较为合适,但天气、光照强度等因素对这种亮度影响很大.相比之下光谱间的角度受亮度的影响很小,作为相似性测度更为可靠.针对这种地物光谱角度特性,在模糊最小二乘支持向量机(FLS-SVM)中,用核光谱角余弦作为相似性测度来构造模糊隶属度函数,仿真结果表明能够有效地提高最小二乘支持向量机(LS-SVM)高光谱图像分类性能.     

基于控制点的一种高光谱图像配准方法

提出了一种改进的基于控制点(control points,CP)的高光谱图像配准算法,该方法利用Forstner算子对不同类型传感器所获取的图像进行特征点提取,然后用2种方法对同名特征点进行有效匹配,最终利用一个仿射变换实现高光谱图像与高分辨率图像的配准。通过实地图像成像实验、图像配准实验和图像融合验证实验,证明了算法的有效性。     

基于上下文的多值图像无失真压缩

基于上下文的多值图像无失真压缩能获得较高的编码效率。图像编码应充分考虑图像的统计差异性。本文在基于上下文的多值图像无失真编码中结合自适应预测、误差信号非线性分类、误差映射、以及简化的上下文。通过试验，对比各种措施的效果，模拟结果显示，参数数量大量减少，编码效率却大大提高了。     

医学图像视觉无损压缩的研究

当前医学图像压缩主要采用无损压缩,但无损压缩的压缩比太低,因此人们不断地研究将有损压缩应用于医学图像.视觉无损压缩在信息存储上实际是有损压缩,但人类视觉系统并不能察觉出这种图像信息量的损失,因而不影响临床诊断.本文具体论述了应用JPEG有损压缩算法对图像进行视觉无损压缩的过程,采用VC 6.0编程,实现了较高的医学图像存储压缩比并且不影响临床诊断.     

A Global-Scale Image Lossless Compression Method Based on QTM Pixels

In this paper, a new predictive model, adapted to QTM （Quaternary Triangular Mesh） pixel compression, is introduced. Our approach starts with the principles of proposed predictive models based on available QTM neighbor pixels. An algorithm of ascertaining available QTM neighbors is also proposed. Then, the method for reducing space complexities in the procedure of predicting QTM pixel values is presented. Next, the structure for storing compressed QTM pixel is proposed. In the end, the experiment on comparing compression ratio of this method with other methods is carried out by using three wave bands data of 1 km resolution of NOAA images in China. The results indicate that： 1） the compression method performs better than any other, such as Run Length Coding, Arithmetic Coding, Huffman Coding, etc; 2） the average size of compressed three wave band data based on the neighbor QTM pixel predictive model is 31.58% of the origin space requirements and 67.5% of Arithmetic Coding without predictive model.     

基于局部上下文的超光谱图像压缩方法

根据超光谱遥感图像有很强谱间相关性成像特点,及局部上下文三维预测方法的思想,设计三种适合超光谱图像的预测方法,并进行比较,选择其中的谱间LOCO-I预测方法.该方法是将前一波段像素值作为预测像素的基准值,根据谱间像素变化规律来选择修正梯度项.实验表明该预测方法具有很好的压缩效果.     

管道泄漏信号的无损压缩技术

为满足在空间和硬件性能约束下的实时海量数据存储要求，系统通过预测器和Rice编码实现了在相应硬件条件下获得最佳数据压缩比的算法，并根据所采集到的管道泄露信号特征及系统自身特点，给出一种实时无损压缩算法.该算法适合于管道泄漏信号、管道泄漏检测定位系统硬件条件下的均值预测器及基于上下文建模的Rice编码，并且在该管道泄漏检测定位系统数据的采集过程中使编码得以实现.实验结果表明，均值预测器能够较好地减少管道泄漏信号数据间的相关性，大大降低管道泄漏信号的信息熵，验证了该算法的有效性与实用性.预测器与基于上下文建模的Rice编码相结合的方法，可以满足管道泄露数据压缩存储的特殊要求.     

基于CUDA的高光谱图像虚拟维度并行计算

虚拟维度表示高光谱图像中典型地物的个数。虚拟维度的确定是高光谱图像众多应用的首要步骤。针对虚拟维度计算方法时间复杂度高的问题,根据其计算具有高度并行性的特点,该文在图形处理单元(GPU)上使用统一计算设备架构(CUDA)和它的拓展线性代数工具箱CULA及Thrust实现虚拟维度的计算,在算法并行实现的每步都做了进一步优化以获取更大的加速性能。通过在GPU设备上CUDA并行计算和CPU上非并行计算求虚拟维度的实验比较,验证了CUDA并行计算可以明显加快算法的实现。     

用声波速度预测岩石单轴抗压强度的试验研究

声波速度是一项较好反映地层岩石综合物理性质的声学指标，被广泛应用于石油勘探开发工程的各个专业技术领域。在扼要叙述室内测定岩石声波速度、单轴抗压强度试验方法的基础上，重点介绍了利用回归分析方法， 波速度一抗压强度相关关系、地面声波速度与井下测井声波速度相关关系的数据分析处理过程和获取的定性定量结论。在综合分析研究的基础上，介绍了以方便现场工程应用为目的所建立的利用测井声波速度预测岩石单同抗压强度的数     

位图图像压缩和解压缩的改进算法

在天空压缩和解压缩算法的基础上,提出了一种位图图像压缩的改进算法,经实践证明,此算法压缩效果良好,压缩率较高,解压缩后图像不失真,较好地解决了外存空间有限和图像数据量较大之间的矛盾。     

多焦点多光子显微成像经典数据压缩应用研究

该文针对多焦点多光子显微镜被越来越多地用于生物组织的三维成像。由于三维成像的实时图像数据巨大,开发实时压缩算法将有助于大规模图像数据的采集和存储。基于霍夫曼编码的无损压缩算法和基于离散余弦变换的JPEG有损压缩算法,对多焦点多光子显微镜成像数据的压缩进行初步研究。实验结果表明,基于霍夫曼编码的无损压缩算法压缩率稍低,但无图像信息丢失;基于JPEG编码的有损压缩算法具有较高的压缩率,但是图像信息会有一定程度的丢失。     

基于混合模型的网络流量预测研究

随着网络应用的多样化发展,分析网络流量的行为特性并建立模型进行预测,对于网络管理与流量工程有着重要意义.通过对多种流量预测方法的分析和比较,指出单一预测模型的局限性,并结合近年流量的新特性提出:网络流量的建模预测必须建立在流量重要特性的基础上,采用混合模型可以更全面、准确地描述和预测流量的行为趋势.