基于EZW与SPIHT的雷达图像压缩研究

随着技术的发展,雷达图像的大小日益增长,采用传统的图像压缩方案已经无法满足系统要求。因此,本文研究了基于小波变换的压缩方式—嵌入式零树小波与多级树集合分裂算法。对两者的编码解码过程进行了详细推导与介绍。实验对3幅高分辨率雷达图像进行测试,证实了多级树集合分裂算法性能更优。     

一种无链表集合分裂嵌入块图像编码算法

该文在集合分裂嵌入块(SPECK)的基础上,提出了一种改进的无链表集合分裂嵌入块图像编码(SPECK)算法.将二维坐标值采用线性索引技术映射成一维的索引值,设置状态标记来记录集合和像素的重要性状态以代替链表的作用,最后对每个子带采用四又树集合分裂的方式进行 .编码.该算法不需要使用链表,避免了非固定存储空间的占用和链表节点的操作.实验表明:该算法与SPECK和SPIHT相比具有更快的执行速度,并且在获得较高编码性能的同时占用的存储空间固定在图像大小的50%.     

基于三维小波变换和上下文量化的高光谱图像压缩

提出了一种基于三维小波变换和上下文量化的高光谱图像压缩算法.该算法先利用三维小波变换去除高光谱图像在谱内和谱间的冗余信息,然后建立了一个高维时、频域的上下文预测模型以分析小波系数之间的相关性,并通过对增加条件熵的理论分析,合理地对该模型中的上下文进行量化,得到合适的编码上下文用于自适应的算术编码.试验结果表明,该算法不仅明显优于基于二维小波变换的JPEG2000标准,而且相对于同样基于三维小波变换的三维分层树集合分裂算法也有较大的提高.     

基于运动估计和感兴趣区域的干涉多光谱图像压缩算法

为了有效地压缩干涉多光谱图像，提出一种采用基于运动估计和感兴趣区域的小波变换和非对称零树编码的图像压缩算法．根据干涉多光谱图像平移和光谱分布特点，在小波变换中使用运动估计并提升强干涉区小波系数，以减小谱间相关性，并使强干涉区优先编码．算法采用非对称零树编码，符合小波变换后图像序列形成的非对称结构．实验结果表明：该算法在8倍压缩时，整幅图像的峰值信噪比比三维分层树集合分割序列编码算法（3DSPIHT）提高了0．35～0．49dB，比2DSPIHT提高了2．24～2．62dB；强干涉区峰值信噪比比JPEG2000比特平面位移算法提高了0．29～0．38dB；46个谱段的光谱失真均方误差平均值减小到9．69，有效地保护了光谱信息．     

基于整型小波变换的SPIHT图象压缩算法

提升小波变换即第2代小波变换,可以实现图像的完全无损编码;SPIHT(集合分裂嵌入块编码)是基于小波变换的采用块状结构的图像编码算法。文中介绍了基于提升方法的整数小波变换和SPIHT图像编码算法,提出了用整数小波变换代替传统小波变换进行SPIHT图像编码。研究表明,比传统的小波变换更易于硬件实现。     

对图像压缩中的SPIHT与SPECK算法的研究

在众多的图像压缩算法中,SPIHT和SPECK具有较好的性能,文中对这两种算法进行了深入地研究.首先介绍了小波变换后系数的分布特点,然后从算法思想、集合定义、分裂过程、排序过程、量化以及编码后的码流等方面分别介绍了SPIHT(多级树集合分裂)和SPECK(集合分裂嵌入块)算法,最后总结了他们的异同之处.     

对图像压缩中的SPIHT与SPECK算法的研究

在众多的图像压缩算法中，SPIHT和SPECK具有较好的性能，文中对这两种算法进行了深入地研究．首先介绍了小波变换后系数的分布特点，然后从算法思想、集合定义、分裂过程、排序过程、量化以及编码后的码流等方面分别介绍了SPIHT（多级树集合分裂）和SPECK（集合分裂嵌入块）算法，最后总结了他们的异同之处．     

对图像压缩中的SPIHT与SPECK算法的研究

在众多的图像压缩算法中,SPIHT和SPECK具有较好的性能,文中对这两种算法进行了深入地研究.首先介绍了小波变换后系数的分布特点,然后从算法思想、集合定义、分裂过程、排序过程、量化以及编码后的码流等方面分别介绍了SPIHT(Set Partitioning in H ierarchical Trees多级树集合分裂)和SPECK(Set Partitioning Embedded B lock Coder集合分裂嵌入块)算法,最后总结了他们的异同之处.     

一种分类的小波零树与分形混合图像编码算法

通过分析小波零树编码和分形编码各自的优点与不足,结合自身的特点,提出一种基于分类的混合图像编码算法。该方法把图像分割后的块分为3类,对不同类型的块分别采用分形算法或零树编码的改进算法SPIHT算法编码;结果表明,与单独使用这两种算法相比,混合编码算法的重构图像质量有一定程度的提高。     

基于CSI-RS的3D MU-MIMO有限反馈预编码算法

利用三维多输入多输出(3D MIMO)信道矩阵的克罗内克积结构,传输预编码可分成水平与垂直维预编码,有效挖掘空间自由度可以提高系统性能。针对现有算法未能更好利用空间自由度及单流传输的不足,本文提出了一种基于信道状态信息参考信号(CSI-RS)的多用户MIMO(MU-MIMO)有限反馈预编码算法。该算法采用新码本,依据最大信干噪比准则选取最优的预编码矩阵索引(PMI)返回给基站(BS)供调度。验证结果显示该算法较已有算法,实现了多流传输,拥有更优的和速率(SR)及误码率(BER)。     

基于自适应波段聚类PCA的高光谱图像压缩

对高光谱图像进行有效压缩已经成为高光谱遥感领域的研究热点。针对现有高光谱图像压缩算法谱间特性利用不够充分的问题,提出了一种自适应波段聚类PCA(principal component analysis)与JPEG2000相结合的高光谱图像压缩算法。算法采用基于吸引力传播聚类的方法进行自适应波段聚类,对聚类后的各个波段组分别进行PCA运算,最后利用JPEG2000标准对所有主成分进行编码压缩。对高光谱图像进行波段聚类,不仅能更有效地利用谱间相关性,提高压缩性能;还可以降低PCA的运算量。实验结果表明,该算法在相同压缩比下,其信噪比、异常检测、光谱角性能相比对比算法均有所改善。     

EZW图像编码算法的改进及仿真实现

在分析嵌入式零树小波(EZW:Embedded Zerotree Wavelet)编码算法的理论基础上,针对几年来出现的对EZW的改进,包括改变能量排序算法、引入频率优先性原则、修改嵌入式编码等具有代表性的算法进行了理论上的剖析,同时通过实验验证了改进算法的性能和特点.力图以较全的视角审视零树小波编码技术,以便更好地利用零树小波技术对视频图像进行压缩编码.     

图像压缩算法消除数据冗余问题分析

对当前几种典型图像变换及编码算法在消除图像冗余的效果方面进行了比较分析。通过对原始图像变换和拼贴,构造了重复、对称、旋转、插值4种形式的冗余图像,然后用几种典型的变换算法和压缩算法对图像进行处理,实验结果显示当前几种图像变换及编码算法均无法同时消除本文提到的4种形式的冗余。本文的结果为进一步改进图像压缩算法提供了一个有益的参考。     

基于小波和匹配跟踪的分层图像编码算法

提出了一种基于小波和匹配跟踪的分层图像编码算法. 该算法将原始图像划分成包含不同结构特征的平滑边缘层和纹理层,采用不同的压缩算法对不同的图像层进行编码,从而达到对整幅图像最优编码的目的. 实验结果表明,该算法不仅能够有效地捕捉图像中所包含的边缘和纹理等具有高频窄带的信号特征,而且在极低位率下的重建图像质量要优于单一小波图像编码算法.     

A Compression Algorithm of Hyperspectral Remote Sensing Image Based on 3-D Wavelet-Fractal Coder

In this paper, the 3-D Wavelet-Fractal coder was used to compress the hyperspectral remote sensing image, which is a combination of 3-D improved set partitioning in hierarchical trees (SPIHT) coding and 3-D fractal coding. Hyperspectral image date cube was first translated by 3-D wavelet and the 3-D fractal compression coding was applied to lowest frequency subband. The remaining coefficients of higher frequency snb-bands were encoding by 3-D improved SPIHT. We used the block set instead of the hierarchical trees to enhance SPIHT's flexibility. The classical eight kinds of affine transformations in 2-D fractal image compression were generalized to nineteen for the 3-D fractal image compression.The new compression method had been tested on MATLAB. The experiment results indicate that we can gain high compression ratios and the information loss is acceptable.     

图像序列处理中的形态分割方法

将数学形态学应用到序列图像分析中,提出了一种基于图像序列的3－D形态分割算法,对图像序列简化后进行边缘增强,用改进的3－D分水岭方法提取分割信息,基分割信息对几种常用图像序列的处理算子和处理方法进行了研究和改进,实验结果表明,该方法能对序列图像有效地进行时空分割,利用分割信息可显著提高各种图像序列处理的性能,而且具有算法简单、效率高的特点。     

基于分形与小波变换的图像编码

给出基于分形与小波变换的图像编码方案 .探讨了图像编码中使用的小波基的性能 .采用快速PCC聚类算法 ,利用近距离自相关特性并设定匹配误差阈值 ,大大缩短分形编码时间 .     

一种小波域的分形图象编码新算法

本文在分析了小波域内分形图象编码原理的基础上, 将零树思想引入到小波域的分形图象编码中, 通过定义方向性零（ 子） 树的概念, 提出了一种小波域的分形图象编码的新算法．该算法简单实用、计算量小．实验表明, 对５１２ ×５１２ 的８ 比特Ｌｅｎａ 图象在ＰＮＳＲ 等于２９ ．６７ ｄＢ时, 压缩比达６６ ．４８ , 远远优于ＪＰＥＧ的编码性能, 是目前文献报道的有关小波域内分形图象压缩编码的最好结果     

基于子空间表示和加权低秩张量正则化的高光谱图像混合噪声去除方法

针对高光谱图像中存在混合噪声的问题, 提出一种基于子空间表示和加权低秩张量正则化的方法去除高光谱图像中的混合噪声. 子空间表示利用光谱频带之间的相关性, 选取合适的正交矩阵, 将高光谱图像投影到低维子空间中, 使提出的算法具有较低的复杂度, 简化去噪过程的同时去除图像中的部分噪声. 去噪过程基于从简化图像中提取的低秩张量进行, 引入加权低秩张量正则化项表征简化图像子空间的先验信息, 基于Tucker分解中核范数的物理意义构建合理的加权机制, 保留高光谱图像的内在结构相关性. 并且设计了一种基于迭代最小化的方法, 用于求解提出的非凸去噪模型. 在模拟和真实数据集上的实验结果表明, 该子空间表示和加权低秩张量正则化方法在定量和定性分析上都取得了较好的去噪效果.     

基于随机森林算法的航空高光谱数据分类方法研究

高光谱数据具有光谱范围广,光谱分辨率高等优势,可以用于不同地物的分类识别,为近年来遥感领域的研究热点。采用随机森林算法对机载高光谱数据进行了地物分类识别研究,首先选取不同种类的地物样本,并对每类样本打上类别标签,每个像素包含的波段数即为样本的特征数,送入随机森林分类器进行训练;然后将训练好的分类器对待分类的高光谱影像数据进行分类,待分类的数据初始化为统一的类别标签;并根据袋外数据自变量的扰动对分类精度的影响,计算不同波段特征对分类效果的重要性系数。实验采用C++语言结合Intel Open CV计算机视觉库,编写了高光谱影像分类识别程序,对机载AISA高光谱传感器获取的甘肃省张掖市农村与城市影像数据进行分类,结果表明本文算法具有较高分类精度和可靠性。