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。     

基于整数小波变换和SPHIT的ROI医学图像压缩

本文主要讨论在整数小波变换和SPHIT（面向空间方向树）算法基础上对医学图像进行压缩的压缩技术,其压缩过程引人感兴趣区域（ROD．使用此算法进行压缩,不仅压缩比大,而且使ROI区域优先背景区域编码,即可获取较高的压缩质量．     

一种新的遥感图像传输方案及性能分析

提出一种新的遥感图像传输方案,该方案能够通过以下措施提高重构的遥感图像的PSNR:根据小波系数的特性和SPH IT编码的原理对变换后的小波系数进行合理分块并分别编码,以防止在星地信道传输中产生误码扩散;以块为单位对各分块小波系数编码后的码流加入同步码和序号,以保证接收到分块的顺序正确;使用Go-Back-N的重传方式来提高提高图像的恢复质量.仿真结果表明,在相同信道误码率(ber<10-3)下,该方案比传统的基于SPH IT算法的图像传输方案具有更高的抗误码特性,重建图像的峰值信噪比提高4dB.     

基于三维矩阵变换的多极化SAR图像压缩

本文针对多极化合成孔径雷达(SAR)图像在极化通道之间的相关性,提出了基于三维矩阵变换的压缩方法.将多极化SAR图像(HH,HV,VV图像)作为一个整体,进行三维矩阵变换.首先在极化通道之间进行一维DCT变换,极化平面内进行二维离散小波变换,然后对三个混合系数平面根据率失真准则分配不同比特数,采用分级树的集合划分(SPIHT)算法进行编码.由于不是单独处理每一极化图像,因此不仅可以去除各极化图像内部之间的相关性,也可以去除极化通道之间的相关性.理论推导和实验结果都表明该方法对多极化SAR图像压缩是十分有效的.     

用于应急三维GIS的DEM数据压缩方案

近年来,公共安全事件不断发生,如何科学地应对和及时妥善地处理突发事件是我国乃至全球必须面对的一个课题。而应急三维DEM可视化平台为这一课题提供了有效的解决途径。DEM数据作为空间数据中基础数据之一,但最新Lidar获取的局部数据,其数据量之大,无法快速地浏览与显示。针对于此,本文设计出DEM数据压缩方案,利用SevenZip结合Int5/3小波+SPHIT编码对其进行压缩,利用C#语言编程实现了该方案,并验证了该压缩方案的可行性及良好性。