一种基于形态小波的遥感影像压缩编码算法

与一般图像不同,由于遥感影像具有纹理复杂、局部相关性较弱的特点,而且影像经过小波变换后系数的空间聚类特性较明显,因此遥感影像压缩具有一定的特殊性,可是目前大多数基于小波的压缩编码算法都没有考虑小波系数的空间聚类特性,为了进一步提高编码效率,提出了一种基于形态小波的遥感影像压缩算法。该算法首先对遥感影像进行多尺度快速小波变换,然后依据遥感影像的小波能量聚类特性,采用一种形态膨胀编码算法来实现遥感影像的高效压缩编码。试验结果表明,对一般遥感图像,该算法在高倍率压缩的情况下要优于目前的JPEG2000算法;而且对多波段的遥感影像,该算法也取得了较好的压缩效果。     

一种改进的MH编码算法—MHZ算法

针对MH编码算法的不足做了改进,提出了一种新的编码算法——MHZ编码算法.传统的MH编码算法只考虑了图像水平方向上像素之间的相关性,而MHZ编码算法不仅考虑了水平方向上像素之间的相关性,还考虑了垂直方向上像素之间的相关性,在进行编码时,选择垂直高度为2像素的一组数据同时进行编码,使得垂直方向上具有相关性的像素可以一次性地进行编码,从而减少图像的编码数据,进一步提高数据的压缩率.论文最后对五种常用的传真数据分别采用MHZ和MH的编码方式就压缩率进行了对比分析.实验表明MHZ编码算法的效率比传统MH编码算法提高了4％～39％.     

基于多梯度的区域自适应去马赛克算法*

针对Bayer格式的彩色滤波阵列,鉴于传统去马赛克算法存在图像纹理和边缘模糊的现象,提出了一种基于多梯度的区域自适应去马赛克算法.该算法利用区域水平和垂直方向的梯度组算子来判断区域平滑程度和插值方向,从而有效地恢复绿色分量,同时根据色度差恒定原理来还原另外两个丢失的颜色信息.实验结果显示,相对于传统插值算法提高了图像的峰值信噪比,锐化了图像的纹理和边缘,改善了图像的视觉质量.     

自适应的遥感纹理并行压缩解压算法

为了降低实时地形绘制任务中遥感纹理图像的装载时间,提出一种基于矢量量化的自适应遥感纹理压缩解压算法.基于人类视觉特性优化设计了量化器的纹理块相似度函数,并根据图像特性设计了基础阈值的自动计算方法,可通过自动调节局部阈值来适应遥感图像纹理复杂、局部差异性大的特点;对码字在逻辑邻域内进行优化处理,提高了码书的质量;对索引信息设计了支持随机访问的压缩方法,保证对压缩后索引信息的随机访问.为提高压缩解压速度,充分考虑图形硬件的并行特性,设计了高效的并行算法.实验结果表明,该算法能够在保证压缩率的基础上形成重构质量较好的压缩数据,并且对不同图像都能取得较好的压缩效率;利用图形硬件大幅提高处理速度,完全满足绘制对纹理解压的实时性要求.     

一种自适应的方向提升小波压缩算法

提出一种自适应方向提升小波变换算法.该算法将压缩的图像分成许多大小相等的子块.对每个子块,根据图像的统计特性(瞬时方差系数),自适应地选择提升方向和提升小波的类型.对方向信息较少的块,直接采用普通的水平和垂直提升.对方向信息较多的块,采用方向提升小波.实验结果表明;同DA-DWT算法相比,该算法能够显著降低方向小波变换的时闻,同时在低码率下,PSNR有所提高.     

基于纹理方向自适应的H.264去块滤波算法

基于块的混合编码在压缩率较高的情况下会产生明显的块效应,导致编码图像主观质量下降.本文在研究和分析了H.264标准中采用的去块滤波方法后,为了进一步提高去块滤波的性能,提出了一种新的算法.该算法首先利用图像相邻像素的相关性,对帧内预测编码时边界强度的计算进行优化,以降低滤波过程中的计算量.然后根据块边界处图像的纹理方向自适应选择不同强度和模式的滤波算法,从而保证滤波后图像的真实性.实验结果表明:与原H.264的算法相比,该算法能在一定程度上提高重构帧的峰值信噪比(PSNR)值.     

高频频带再分解在遥感图像压缩中的应用

针对以人工目标为主的遥感图像特点．提出一种基于高频频带再分解的压缩方法．首先,采用对称-反对称多小波对图像进行分解．在迭代分解LL频带的同时水平分解LH频带、垂直分解HL频带,在复杂度变化不大的前提下提高了频率分辨率;然后．采用SPIHT算法压缩频域图像,使某一子带系数与下一层相应的子带系数构成父子关系．从而更好地利用了带问相关性．实验结果证实了该算法压缩遥感图像的有效性．     

一种分层图像编码算法

针对纹理较丰富的图像提出了一种分层编码算法。该算法将图像划分成具有不同特征的两层:平滑层和纹理层,分别基于小波变换和自适应局部余弦变换(ALCT)进行编码。编码平滑层时,仅对原图像一级小波变换后的低频子带进行小波SPIHT编码,在减少计算量的同时,提高了整个算法的性能。该文改进了实现ALCT的折叠算子,并且提出了一种ALCT系数的重组方案,从而利用零树编码获得了嵌入式码流。实验结果表明,本算法在未进行算术编码的情况下,压缩性能优于SPIHT,并且在重建图像中更好地保留了原图像的纹理特征。     

基于JPEG2000和自适应预测的高光谱图像压缩方法

随着遥感技术的发展,其应用领域大大拓展,随之也带来了遥感数据的海量增长,给传输和存储带来了极大困难,因此必须对遥感数据进行压缩。遥感图像具有不同于自然图像的特性,针对遥感图像的特点,介绍了一种自适应预测和JPEG2000相结合的无损压缩编码算法,即首先采用基于图像灰度分布局部相关特性的谱问预测器去除谱问冗余,再利用静止图像压缩新标准（JPEG2000）对预测得到的差值图像进行编码压缩。仿真实验取得了令人满意的结果,证明了该算法的有效性。     

用改进的SPIHT算法实现遥感图像压缩

遥感图像纹理复杂,采用传统的SPIHT算法进行图像压缩编码存在运算量大、效率低、压缩率不高,压缩后仍有很大的编码冗余等缺陷。根据遥感图像小波变换后系数的特点改进算法,对高低频分量采用不同的编码方法,且对SPIHT算法的运算流程进行改进,得到一种更有效的编码方法。通过实验仿真证明,该算法各方面的性能均明显优于原算法。     

基于可逆整数小波变换的遥感图像的无损压缩

针对遥感数据的特点，将可逆整数小波引入遥感图像压缩领域，与SPIHT编码相结合，试验选用了几种可逆整数小波对几幅遥感图像和标准测试图像进行图像无损压缩试验，结果与JPEG2000相比都所有提高。     

海量遥感影像数据库实时压缩系统的设计与实现

数据压缩是解决海量数据远程传输的关键技术,编解码速度和重建图像质量是评价压缩系统性能的重要指标。论文介绍了作者自行设计和实现的一个海量遥感影像压缩系统,给出了该系统的工作原理和实现方法。     

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。     

波段排序的高光谱影像3维混合树编码方法

目的 高光谱影像压缩的关键技术是对空间维和光谱维的去相关性。根据高光谱影像数据结构的特点,如何有效去除其空间相关性与谱间相关性是高光谱影像压缩中至关重要的问题。对高光谱影像进行编码时,3维小波变换是极为有效的去除冗余的方法。因此提出了一种通过波段排序并结合3维混合树型结构对高光谱影像3维小波变换系数进行编码的算法。方法 首先,将高光谱影像按照自然波段顺序进行波段分组,并对每组影像进行相邻影像的谱间相关性统计;其次,对相关性较弱的波段组,建立以影像波段序号为顶点、影像相关性系数为边的完全图,对这个完全图求其最大汉密尔顿回路。按照求得的最大汉密尔顿回路顺序对该波段组进行重新排序,从而提高波段组的谱间相关性;在此基础上,对重新排序后的波段组进行3维小波变换,并通过3维混合树结构对3维小波变换系数进行零树编码。结果 通过对大量AVIRIS型高光谱影像数据的仿真实验,验证了本文方法的有效性。对相关性较低的波段组,加入排序算法后,其解码影像与未排序时比,峰值信噪比有了一定的提高。通过实验统计,算法平均用时2.7579s。结论 由于采用了对弱相关性波段组的重新排序机制,使得基于混合树结构的3维零树编码出现了更多有效的零树,在一定程度上提高了编码效率。通过实验统计算法用时,表明该方法以较小的时间代价获得了解码效果的提升。     

基于分类重排LZW的图像无损压缩算法

在遥感、医学等许多应用领域中,出于对图像质量的要求,图像一般必须进行无损压缩。针对现有方法的局限,提出了一种无损压缩算法。该算法利用图像灰度分布对压缩比的影响,首先对像素进行灰度分类并用掩膜图记录类别信息,然后采用Hilbert曲线将各类像素进行块间和块内重排,最后采用LZW(lempel-ziv-welch)算法对掩膜图与各类像素的数据流进行编码。经过对多幅标准测试图像以及遥感图像的实验结果表明,本文算法在总体上具有比LZW、行程编码RLE(run length encoding)和霍夫曼(Huffman)等方法更高的压缩比,并且易于实现。     

基于独立分量分析和支持向量机的遥感影像融合分类算法

遥感影像分类是遥感定量化分析的重要手段,遥感影像融合是提高分类正确率的有效途径之一。本文提出一种遥感影像的融合分类算法。首先采用Contourlet变换对多光谱影像和全色影像进行融合,然后结合独立分量分析的去相关性、稀疏特性以及很好地捕捉影像重要边缘信息、纹理信息的能力,提取融合影像的独立分量特征,并用支持向量机实现分类。与其他算法的主、客观比较结果表明,该算法的实验效果较好,可有效地提高遥感影像的分类精度。     

控制图象灰度失真的高保真压缩算法

为实现遥感图象的高保真压缩 ,在借鉴 JPEG- L S近无损压缩思想的基础上 ,提出了 3项改进措施 ,设计与实现了比 JPEG- L S压缩倍数高、图象恢复质量更好的视觉无失真压缩算法——“控制图象灰度失真的高保真压缩算法 (L IGE)”.实验结果表明 ,该算法既可限制图象最大灰度误差 ,又能控制恢复图象的峰值信噪比 ,从而有效地控制图象失真度 ,压缩倍数为 4时 ,数据处理速度与图象恢复质量两方面 ,均优于基于小波变换和嵌入式零树编码的 SPIHT算法 .该研究成果将对发展我国未来的高分辨率卫星、小卫星通信系统、星 -天 -地信息网提供有力的技术支撑 .