基于分类和陪集码的高光谱图像无损压缩

在基于陪集码的高光谱图像压缩算法中,由于按照编码块的最大残差确定整块无损压缩所需的码率存在较大冗余,该文提出了基于分类和陪集码的高光谱图像压缩算法。首先利用前一波段对应位置的预测噪声对当前波段编码块的像素进行分类,将具有相似相关性的像素归于一类,然后对每一类像素分别进行陪集码编码。实验表明分类可以有效地降低码率。和基于陪集码的算法相比,该文算法无损压缩的平均码率降低了大约0.4 bpp。     

利用亚像素位移估计提高激光散斑图像无失真压缩效率

无失真图像压缩的目的是在保证不丢失任何信息的情况之下,用尽可能少的比特数表示图像.图像压缩对数据存储量的降低具有重要的意义.所设计的激光散斑图像无失真编码器由激光散斑位移估计、像素预测和哥朗布(Golomb)编码所组成.首先,估计散斑位移;然后,根据激光动态散斑相关函数设计预测模型,并以此为基础进行像素预测;最后,对预...     

基于预测信息的空域水印改进算法

在图像的空间域中,一些像素与它相邻的像素之间存在一定的相关性,可以通过相邻的像素值来构建对这些像素的预测信息。基于此特点提出了一种利用参考像素点的预测信息来嵌入水印的方法,设计了重复嵌入水印的方案,通过阈值来控制嵌入水印的强度,分析了阈值对嵌入容量的影响。仿真结果表明,改进后的算法具有更高的水印容量,提高了抵抗剪切和噪声攻击的鲁棒性,且不依赖宿主图像的信息就可提取水印。     

基于同类邻点预测的高光谱图像无损压缩

提出了一种基于聚类、对类波段重排、搜索同类相邻点预测的高光谱数据无损压缩方法。根据谱向特征,进行高光谱图像按像素聚类,对各个分类,根据波段间相关系数,利用最大生成树进行波段重排。对每种分类像素,搜索同类邻点,训练预测系数,并进行三维预测。残差采用Golomb-Rice编码。实验证实了算法的有效性。     

第三代运动图像压缩技术

谈到运动图像压缩技术,首先应该知道,人们一般衡量图像压缩的指标是用多少位/像素来表示,就是整个压缩数据/图像的像素个数。如压缩到11k的352×240分辨率的图像的压缩率是(11k×8位)/(352×240像素)=88000位/84480像亲=1.04位/像素。这是JPEG和MPEG中广泛使用的压缩率指标。     

基于灰色模型和混沌时间序列的卫星钟差预测算法

为了提高非线性卫星钟差预测的精度,降低单一钟差预测模型对钟差预测的风险,提出了一种组合模型的卫星钟差预测算法.该算法首先采用db1小波对卫星钟差序列进行3层多分辨率分解和单支重构,得到一个趋势分量和三个细节分量,然后运用灰色预测模型对重构后的趋势分量和混沌一阶加权局域预测法对重构后的细节分量分别进行预测,最后将各分量预测结果相加后得到总的钟差预测值.以GPS卫星钟差数据做算例分析,在6小时的钟差预测中,算法绝对误差最大值比单一的灰色预测模型误差小1.3ns以上.将该组合预测模型用于非线性卫星钟差预测中,可以提高钟差预测的精度和可靠性.     

基于像素交换的无损信息隐藏

提出一种无损信息隐藏方法,接收端不但可以提取额外嵌入的秘密信息,而且可以无损恢复原始图像。该方法利用了相邻像素变化趋势往往一致的特性,对刻划这种特性的数据进行压缩以产生冗余空间用于携带额外的秘密信息,并使用像素值互换操作将额外信息及用于图像恢复所需数据一同嵌入到载体图像中。由于该方法顾及了人眼视觉特性,仅将数据嵌入在纹理区域,因此含密图像具有较好的视觉效果。     

空间一致性邻域保留嵌入的高光谱数据特征提取

局部线性嵌入(LLE)和邻域保留嵌入(NPE)等流形学习方法可以提取高光谱数据的主要结构特征,有助于对数据的理解和进一步处理。但是,这些方法忽视了高光谱图像中相邻像素之间的相关性。针对这个问题,提出一种基于空间一致性思想的邻域保留嵌入(SC-NPE)特征提取算法,通过一个优化的局部线性嵌入,并考虑相邻像素的相关特性,在高维空间建立数据的局部邻域结构。然后寻找一个优化的变换矩阵,将局部邻域结构投影到低维空间,实现数据的特征提取。与LLE和NPE算法相比,SC-NPE既考虑高光谱数据的流形结构,又考虑了其图像域空间信息,可以更好地应用在高光谱数据的特征提取过程中。实验结果表明,SC-NPE特征提取算法在高光谱图像分类方面的性能明显优于其他同类算法。     

基于3D卷积联合注意力机制的高光谱图像分类

由于高光谱图像存在较高的数据维数,会给分类过程带来一些困难。为了提高分类的准确率,提出了一种使用3D卷积联合注意力机制的高光谱图像分类方法。首先,将中心像素与周围相邻的其它像素进行配对,可以通过配对构成多组新的像素对,充分利用了像素之间的邻域相关性。接着,将像素对放入3D卷积联合注意力机制网络框架中进行分类,它能够对高光谱图像中的特征进行选择性的学习。最后,通过投票策略获得像素标签。实验是在两个真实的高光谱图像数据集上进行。结果表明,所提出的方法充分挖掘了高光谱图像的光谱空间特征,能有效地提高分类精度。     

数字电视技术入门——五、数字电视系统的数字信源编码

信源编码以压缩信源数码率为目的。尽量减少信源中各信息的相关性。使得信源的传输效率提高。视频能被压缩的根本原因在于视频数据具有较高的冗余度(包括空间冗余度和时间冗余度)，如18％的行扫描逆程、8％的场扫描逆程；多余的色度垂直分辨率；相邻行、相邻像素。尤其是相邻像素之间的相同概率大，