一种改进的基于小波变换的遥感图像融合方法

针对多光谱与全色图像的融合,提出一种改进的基于小波变换的融合方法,首先对多光谱图像进行IHS变换,其次将全色图像和多光谱图像的强度分量进行改进的基小波变换的比值融合,并用融合结果取代多光谱图像的强度分量,最后再做IHS逆变换得到融合图像.实验结果证明融合算法较IHS变换算法和常用的小波融合算法有更好的融合效果.     

遥感图像常用去噪方法

遥感图像在获取和传输的过程中,受各种噪声影响,使图像的边缘纹理等细节模糊,质量降低。为获得清晰的、高质量的遥感图像必须进行降噪预处理。该文就遥感图像去噪的邻域平均法、中值滤波法、维纳滤波法及小波变换法算法原理进行了研究和比较分析并进行了仿真实验。结果表明:对受不同噪声影响的遥感图像选择不同滤波算法均能取得较好的效果,但在噪声模型未知的情况下,小波去噪效果更佳。     

一种基于NSCT和SIFT的遥感图像配准算法

研究提出了一种基于NSCT和SIFT的遥感图像配准算法,综合利用了NSCT在图像分解上的灵活性和SIFT算法在特征描述上的有效性来进行遥感图像配准.首先分别对参考图像和待配准图像用NSCT进行分解,然后把分解的低频图像作为SIFT算法的输入并得到匹配结果,并利用匹配结果求解模型参数,最后通过重采样和双线性插值完成两幅遥感图像的配准.实验结果表明,此算法在运算速度和匹配精度方面均比SIFT算法和SWT+SIFT算法优越.     

星上多通道遥感图像的实时合成压缩

针对星上图像整合电路工作频率过高而造成的成像系统工作不稳定的问题,讨论了相机结构的改进,提出了一种基于现场可编程门阵列（FPGA）平台实现星上时间延迟积分CCD（TDICCD）遥感图像实时合成压缩的方法。介绍了星上多通道遥感图像实时合成压缩的原理。针对TDICCD线阵推扫成像模式的特点,使用改进的JPEG-LS压缩算法;通过自适应量化动态地控制码率,在FPGA硬件平台上实现了图像数据的实时合成压缩。试验验证结果表明,在无损压缩和2倍压缩时,系统主时钟从原来的100 MHz分别降低为80 MHz和64 MHz,整合电路的工作稳定,恢复图像的峰值信噪比（PSNR）满足大于80 dB的要求。提出算法的存储量小,处理每行的平均时间为57.5 μs,小于相机的最小行周期63 μs,满足实时性要求。本文系统可靠性高,算法稳定,实现了星上多通道时间延迟积分CCD相机内部的实时合成压缩。     

一种图像边缘特征提取算法

边缘作为一个重要特征是图像目标检测中基础而又困难的一个问题.用常规方法进行边缘检测时,噪声会影响到边缘特征提取的准确性.为了减小噪声对图像边缘特征的影响,改善边缘特征的定位精度,本文提出了一种新的图像边缘特征提取算法.该方法利用小波变换天生的多尺度特性,对小波变换各尺度下的细节图像用互能量交叉的方法进行噪声抑制和边缘识别.最后作了实例验证.     

精确质量控制的遥感图像JPEG2000压缩方法

提出了一种精确控制图像压缩质量的遥感图像JPEG2000压缩方法.根据小波变换的完全重构和子带系数量化误差统计独立特性,建立了压缩图像峰值信噪比质量指标与小波系数编码量化误差的数学表达关系式.在传统JPEG2000率失真理论的基础上,建立以压缩图像质量为目标,最小化编码码率的模型,并给出了压缩图像质量控制的码流优化截取方法.对标准测试图像以及卫星遥感图像进行实验,并与传统JPEG2000方法进行比较.结果显示,该方法具有相同的编码架构和复杂度,能够精确控制压缩图像质量,控制精度小于1％.对于序列多幅遥感图像,在相同平均码率条件下,提出的方法具有更高的整体压缩图像峰值信噪比.     

一种基于分形和小波变换的图像放大算法

为了更好地进行图像放大,利用小波变换的思想,提出了一种分形插值和小波变换相结合的图像放大算法.分形插值能够较好的保持原有图像的纹理特征,小波变换后的高频分量具有丰富的细节边缘信息,因而能够重构出高质量的图像.实验表明,和其它算法相比,使用该算法放大后的图像具有更好的主观和客观质量.     

星载遥感图像JPEG2000压缩算法的去量化

随着空间技术的发展,空间遥感图像的数据量呈几何级数增加.为了满足JPEG2000星载遥感图像压缩系统的实时性要求,提出了一种对压缩算法进行优化和改进的方法.分析了离散小波变换后拉伸提升算法和JPEG2000量化算法.然后,通过一个新的拉伸量化因子将量化过程与后拉伸小波变换中的提升过程结合起来,减少了JPEG2000压缩算法的量化操作.最后,介绍了去量化处理方法的定点实现.实验结果表明:应用去量化处理方法可以使JPEG2000压缩算法中拉伸和量化过程所需要的时间降低50%,提升了JPEG2000星载遥感图像压缩系统的实时处理能力.     

遥感图像去云算法研究

遥感图像去云的关键技术是云团及其阴影的检测技术.通常情况下,云团在图像中是亮度值最高的目标,其形状呈不规则团状,而阴影是图像中亮度较低的目标.基于上述出发点,本文提出的算法包括两个步骤云阴检测、对比融合.实验表明,本算法对遥感图像去云具有明显的效果.     

基于小波变换纹理一致性测度的遥感图像融合算法

本文提出了一种基于小波变换的遥感图像融合算法，利用多分辨小波变换的系数，采用低频图像的小波系数最小值作为融合后的低频系数，高频图像根据纹理一致性测度的纹理检测确定融合规则，调整高频小波系数大小。利用小波变换对图像相对应的低频分量及各方向细节分量进行针对性融合处理，很好地将来自不同图像的特征与细节融合在一起，并对融合图像质量进行了对比评价。实验结果表明，这种方法能够在保留图像微小细节方面获得满意的结果，这种算法有效且优于传统的图像融合方法。     

基于快速方向预测的高分辨率遥感影像压缩

针对传统的自适应方向提升小波变换(ADL-DWT)算法在高分辨率遥感影像压缩中计算复杂度过高的问题,提出一种新的基于方向预测的提升小波变换(DP-LWT)算法,实现了高分辨率遥感影像的快速、高效压缩.新算法首先将高分辨率遥感影像分为若干不重叠子块,然后采用梯度算子快速预测遥感影像中每个图像块的最佳提升方向,并沿着最佳预测方向插值完成方向提升小波变换,最后进行多级树集合分裂(SPIHT)编码.实验结果表明,新算法有效削弱了遥感影像各子带中非水平与非垂直方向的高频系数;与传统自适应方向提升小波变换相比,在重建高分辨率遥感影像峰值信噪比基本相同的情况下,有效减少了小波变换中方向预测的计算复杂度.     

基于ROI的海洋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: Regions Of Interest)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,其他分辨率级的高频子带的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,在中低比特率情况下,获得了比JPEG2000更好的重构图像质量,且没有明显的ROI分割痕迹。本文算法的计算复杂度较低,易于硬件实现,而且还具有自适应性和数据包独立的优点,适合于海洋监视卫星遥感图像近无损压缩应用。     

基于Curvelet变换的遥感图像融合研究

Curvelet变换是继小波变换之后,更适合图像处理的一种新的多尺度变换分析方法,相比小波而言,它更加适合分析二维图像中的曲线或直线状边缘特征,而且具有更高的逼近精度和更好的稀疏表达能力,同时也具有很强的方向性.本文论述了Curvelet变换的理论和实现算法,基于考虑图像中的那些弱的边缘,提出了一种利用Curvelet变换进行遥感图像融合的方法.实验结果分析表明:将Curvelet变换引入图像融合,能够更好地提取原始图像特征,为融合图像提供更多信息,使融合图像在较好地保留光谱信息的同时,空间细节信息得到增强,优于典型的IHS变换、主分量变换及小波变换图像合方法.     

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.     

遥感图像感兴趣区域压缩算法的研究

遥感图像在人类生活和军事领域的应用日益广泛,适合各种要求的遥感图像编码技术具有重要的现实意义。本文针对遥感图像的特点,提出将分层数的集划分算法与JPEG2000提出的感兴趣提升算法相结合,用于遥感图像行感兴趣区域压缩。根据MAXSPIHT的不足,提出了GPBSHIFT感兴趣平面提升方法。实验表明．改进的方法与无ROI和MAXSPIHT比特面提升方法相比,在码率相同时,感兴趣区域和背景的PSNR有着明显的改善。     

HVS在图像压缩中的应用

基于小波变换与人眼视觉的相似性,在小波域内结合人眼视觉特性对图像进行处理,以达到提高压缩比的目的,是目前较为热门的研究方向。文章综述了目前基于人眼视觉特性和小波变换的压缩算法进行优化的几种典型算法,并对其性能进行了评价和比较,在全面分析和比较的基础上,对其进行综合分类。     

提升小波变换在图像压缩中的应用

利用第二代小波变换--提升小波变换,为第一代小波变换提供了一种新的更快速的实现方法,使得其构造不再依赖于Fourier 变换构造,可以实现所有的第一代小波变换,提升方案把此变换过程分为分裂、预测和更新3个阶段.基于提升算法的小波变换是新一代静止图像压缩标准--JPEG 2000的核心算法之一.在研究小波提升方案的基础上,分析了它在JPEG 2000应用,最后将小波提升和Mallat算法进行分析比较,试验证明提升方案的小波变换算法计算时间比Mallat 算法减半.     

基于3D SPIHT的高光谱图像压缩技术

将三维多级树集合分裂(3D SPIHT)算法用于高光谱图像的压缩。根据高光谱图像的特点进行波段分组以得到处理单元,对各组分别进行三维小波变换,去除谱间和谱内冗余;利用3D SPIHT算法对变换后小波系数进行编码,去除系数之间的冗余。采用整数小波和浮点小波分别进行无损和有损压缩仿真,AVIRIS和OMIS实验结果表明,在bit/pixel为1的条件下,平均PSNR比准三维方法分别高0.91 dB和1.38 dB,且算法具有嵌入式、可伸缩性等优点,但无损压缩的平均bit/pixel比基于预测的方法高0.308和0.159。3D SPIHT算法用于高光谱图像压缩可以获得较好的有损性能,但无损压缩性能逊于基于预测的方法。