基于KL与小波联合变换的多光谱图像压缩

鉴于卫星拍摄的遥感图像的空间分辨率和光谱分辨率越来越高,在一些应用中,常会对多光谱图像进行压缩。为了提高多光谱图像的压缩质量,提出了联合相位相关和仿射变换的图像配准方法,有效提高了图像谱段之间的相关性。针对多光谱图像压缩,提出了结合Karhunen-Love,KL变换去除谱间相关和嵌入式二维小波编码方法。相比JPEG2000谱段图像独立压缩方法,提出方法解压图像的Peak Signal to Noise Ratio,PSNR值平均提高2.1 dB。实验结果表明:所提出的方法能在相同的压缩率下获得比JPEG2000谱段图像独立压缩方法更好的图像质量。     

结合矢量量化的SPIHT算法用于多光谱图像压缩

针对多波段遥感图像纹理复杂丰富、局部相关性较弱的特点,提出了结合矢量量化的SPIHT压缩算法。将经过小波变换后的遥感图像谱间相同位置的系数聚集构成矢量,根据高频子图的局部块纹理强弱进行自适应性的量化。使基于标量的SPIHT算法能够方便的处理矢量,有效去除数据间各类相关。实验表明,该方法对多波段遥感图像的压缩可以收到良好的效果,且算法具有良好的实时性,对单幅图像的压缩比和峰值信噪比(PSNR)均优于普通的二维SPIHT算法。     

高分辨率侦察图像压缩卡的设计

利用高分辨率CCD相机和高速数字信号处理器,设计了一套实时处理的高速图像压缩系统.阐述了系统的主要硬件设计过程和软件设计过程,并结合小波变换和SPIHT编码算法的特点采用了快速编码算法,同时根据DSP流水线的特点对程序代码进行了优化,其结果表明本系统能够实现实时处理的要求,并且解码后的重建图像质量也能够被接受.     

基于3维SPIHT编码的超光谱图像压缩

提出一种针对超光谱图像压缩的3维SPIHT编码算法.通过对超光谱图像进行3维小波变换,同时去除像素数据间的空间冗余和谱间冗余.针对变换后得到的小波系数,构造一种3维空间方向树结构,并用经3维扩展后的SPIHT算法(3D SPIHT算法)对小波系数进行量化编码.实验证明,基于3维小波变换的3维SPIHT编码算法在对超光谱图像压缩时,表现出了优良的率失真性能.并且算法复杂度适中,具有嵌入式特性.     

一种基于小波的多光谱图像压缩方法

文章提出一种基于Karhunen2Loeve变换(KLT)和小波量化编码的多光谱图像压缩方法。该法首先使用KL变换步骤来去除谱间冗余,而后对各变换波段图像进行小波变换,并利用均匀阈值网格编码量化方法来量化小波子带图像,最后使用算术编码对量化结果进行熵编码。为使编码器能为所有谱段各子带获取率- 失真意义上最优的量化阈值,本文提出基于子带图像统计特性和网格编码量化器率- 失真特性的比特分配算法。实验表明,本方法能高效地压缩多光谱图像,表现出优异的压缩性能。     

基于分类和3D-SPIHT算法相结合的多光谱图像压缩

文中提出了一种基于分类预测的三维SPIHT算法,并对多光谱1~7波段图像进行了压缩实验。首先对图像数据作三维变换,空域采用浮点97小波去除相关性,谱域分类预测去除冗余;再根据分类预测算法获得系数的残差图像,并对残差图像进行三维SPIHT编码; 而对分类预测时得到的码书和索引表进行哈夫曼无损压缩; 将这3个编码文件传送到解码端用于图像重构。实验证明该算法具有很好的重构效果。     

基于分类和压缩比联合测度的高光谱图像压缩方法研究

实验设计了一个高光谱图像压缩编码系统,在考虑压缩效果的同时,兼顾考虑其后续的分类应用．针对高光谱图像是一种三维图像,存在较强的谱间相关性的特点,在二维图像变换的基础上提出用三维小波变换后再进行三维SPIHT编码的方法来压缩图像,同时对那些影响分类的区域的光谱信息进行更好的保留、实验证明,在保证同样压缩比的同时,能够达到更好的分类精度。     

基于小波变换的图像压缩编码方法的比较及实现

对基于小波变换的嵌入式图像编码方法中最具代表性的EZ和SPIHT编码算法的原理进行了分析比较、并予以实现。     

基于帧间去相关的超光谱图像压缩方法

针对超光谱图像的特点和硬件实现的实际需要,提出了一种基于小波变换的前向预测帧间去相关超光谱图像压缩算法。通过图像匹配和帧间去相关,消除超光谱图像帧间的冗余,对残差图像的压缩采用基于小波变换的快速位平面结合自适应算术编码的压缩算法,按照率失真准则控制输出码流,实现了对超光谱图像的高保真压缩。通过实验证明了该方案的有效性,基于小波变换的快速位平面结合自适应算术编码的压缩算法速度优于SPIHT,而且易于硬件实现。     

基于小波变换和分段DPCM混合编码的多光谱遥感图像压缩算法

多光谱遥感图像的压缩要利用图像谱内及谱间的相关特性。该文在分析多光谱图像谱内和谱间相关特性的基础上,提出了对多光谱遥感图像进行压缩的分段 DPCM和 SPIHT相结合的混合压缩算法,即首先利用分段 DPCM算法去除谱间冗余,再利用高效的 SPIHT小波压缩算法对预测误差图像进行编码。实验取得了令人满意的效果,证明了该算法的有效性。     

基于改进SPIHT的多波段遥感图像无损编码

首先利用基于地物反射特性的方法去除谱间相关性,再对残差图像采用S+P变换去除空间相关性,然后,利用改进的分级树的集合划分(SPIHT)方法,实现遥感图像的高效无损编码,实验表明本方法能取得满意的结果,显示了本方法在多波段遥感图像压缩中的潜力.     

整数双正交小波图像压缩及其DSP实现

对于高分辨率相机所成图像,数据量非常巨大,仅用软件压缩远远不能满足实时性要求.本文提出一种适于硬件实现图像压缩算法--整数双正交小波变换的提升算法,并用DSP(Digital Signal Processing)芯片实现该种算法.由于输入的图像的灰度值是整数,为减少误差,我们把滤波器的参数也设计成整数形式,这种小波的计算只需两个浮点运算和16个整数运算,降低运算的复杂度,减少存储空间,进而提高实时性.并结合SPIHT编码方法提高压缩比(可达到31.25).     

基于LS9/7小波的图像压缩算法研究

提出了一种基于提升格式小波的SPIHT图像压缩算法,该算法采用LS9/7进行小波变换,然后采用SPI-HT算法对变换系数进行编码,可实现任意码率的压缩.该算法具有运算简单,编码速度快等优点.实验结果表明,设计的算法是一种有效的图像压缩算法,能实现图像的快速压缩编码,其图像编解码时间和重构图像质量均优于原算法.     

改进SPIHT算法对医学图像的压缩

医学图像是医学诊断和疾病治疗的重要根据。为了实现图像的存储和远程医疗中快速传输图像的要求,必须对图像进行压缩。先分析CT医学图像经过小波变换后系数的统计特性,在基于小波变换的基础上,用SPIHT算法对CT医学图像进行压缩编码。提出了2种针对CT医学图像压缩编码改进的SPIHT算法。一是细化扫描产生的有效值,二是将小波变换后系数的低频近似部分按二进比特进行传输。用Matlab进行仿真,仿真结果表明改善了峰值信噪比。     

二维电能质量数据压缩

近年来,大量电能质量监测点的建立,使得电能质量数据增加,为处理大量的电能质量监测数据,提出了一种基于方向小波变换的电能质量数据压缩方法.将一维的电能质量数据转换成二维的数据,得到经过此变换分解的二维数据的小波系数,再将这些小波系数应用图像压缩中的SPIHT（多级树集合分裂）编码算法,压缩二维表示的电能质量数据.实验结果表明,此方法具有压缩率高、速度快,控制压缩比和特征不变的特点,有利于根据网络的状况调节传输的数据量.     

基于双向预测的高光谱图像无损压缩

提出了一种基于双向预测的高光谱图像无损压缩算法。该算法首先采用自适应波段选择算法选出信息量较大的波段,然后利用聚类算法对这些波段的谱向矢量进行分类预处理。为了便于组织谱间预测过程,根据相邻波段相关性大小进行自适应波段分组,采用双向预测的方法去除谱间相关性。通过在参考波段和预测波段中定义三维上下文预测结构,在聚类结果的基础上,对各个像素分别训练最优的预测系数,从而实现当前波段的有效预测。对AVIRIS型高光谱图像的实验结果表明,该方法可获得较好的无损压缩性能。     

基于MODIS图像I类水和II类水的

通过统计分析多景MODIS图像,提出了一种基于MODIS图像识别I类水体和II类水体的经验方法。该经验方法是利用I类 水和II类水在可见光区的反射率差别大、而在近红外波段两者的反射率基本相同的特性来完成的。把该经验方法用在了中 国渤海区域,对不同年份的两景MODIS图像进行了I类水与II类水识别,并对结果进行了分析,结果证明该经验方法是正确和有效的。     

基于双正交小波变换的航空图像压缩研究

提出一种基于提升方案的双正交小波变换结合SPIHT编码的图像压缩方法.小波提升方案是继多分辨分析之后,另一种非常有效的构造小波滤波器的方法,在双正交条件下按所需的小波性能自由构造双正交小波基,并能加快小波变换的执行速度.分析了应用提升方案构造双正交小波的算法,选用性能优良的双正交小波,结合SPIHT编码,进行图像压缩.实验表明,通过该方法进行图像压缩,图像重建质量较高.     

用整数小波结合改进SPIHT编码实现静止图像无损压缩

无损图像压缩是图像处理中的一个重要领域 ,传统的基于熵编码的无损压缩编码方式存在一定的局限。利用提升算法构造整数小波变换 ,然后针对无损压缩特点 ,对 SPIHT算法加以改进 ,实现了一种可行的图像无损压缩编码方案。实验表明 ,优于传统熵编码和直接采用 SPIHT的无损压缩方法