遥感图象多模式自适应量化压缩法

针对遥感图象随机性强，相关性差以及遥感图象数据采集速率高的特点，提出了根据图象局部区域纹理特征的复杂程度区别对待的自适应按块量化压缩编码的思想，并在此基础上构成多模式自适应量化压缩模型。     

JPEG压缩编码的扩充自适应量化器设计

在ＪＰＥＧ静止图象压缩的基础上，设计了一种扩充的自适应量化器，利用人眼的视觉特征，通过分析ＭＣＵ块的局部视觉活动性，以ＭＣＵ活动性涵数确定量化因子，并引入亮度掩盖算子调节量化参量，实验结果表明，本文所设计的自适应量化器能减少图象编码主观失真，改善了图象质量，获得更好的压缩效果。     

三维超光谱图象数据变换编码压缩系统中量化器的设计

量化器在图象压缩系统中占有非常重要的地位,量化器结构与参数直接影响到恢复图象的质量和压缩比,在研制的三维超光谱图象压缩系统中,针对三维超光谱图象自身和应用的特点,设计出了一维反正切型映射量化器和二维具有图象边缘特征保持特性的量化器,实验结果表明,量化器的映射量化误差较小,并充分保持了在超光谱图象应用中较为重要的图象边缘特征。     

基于矢量量化的图象分形压缩编码

提出一种基于矢量量化技术的图象分形压缩编码方法,其能较好地克服传统的图象分形压缩编码方法中存在的速度慢,压缩率低等缺点,并且同时获得较高的图象恢复质量。     

基于小波变换和矢量量化的人脸图象压缩

在图象的压缩编码中，矢量量化可以利用某特定类图象（加人脸）的统计特性，为了在高压缩比下获得较好的压缩效果，提出了一种新的小波变换域内进行矢量量化的算法，该算法用树结构表示小波变换域系数，并根据各节点值的重要程度，从每一棵树中提取一个矢量，然后进行矢量量化；解码时，为了使矢量分量能正确地返回到原来树中的正确位置，需利用EZW^[1]、SPIHT^[2]算法的思想标记这棵树，因为这样才能充分利用父子相关性和兄弟相关性，从而显著地减少了标记信息，在提取矢量时，可用简单的阈值剪枝算法，也可用SFQ^[3]的最佳剪枝算法，而且后者能进一步提高峰值信噪比，用该算法对人脸图象进行的压缩试验结果表明，在高压缩比（100:1左右）下，恢复的图象质量（视觉效果和峰值信噪比）比通常的小波压缩算法（如EZW，SPIHT、SFQ等）好得多，该算法特别适合于对特定类图象的压缩。     

小波变换在遥感图象压缩中的应用研究

详细研究了基于小波变换的遥感图象压缩编码技术。针对卫星气象云图及合成孔径雷达图象压缩的不同要求，分别提出了自适应加权量化及快速小波变换的方法。实验结果表明本文提出的方法是解决遥感图象压缩编码的有效途径之一。     

图象压缩的模糊竞争矢量量化方法

在分析神经网络竞争学习算法和模糊Ｃ均值算法的基础上，提出了模糊竞争学习算法，并对模糊隶属度函数进行了探讨。理论分析和实验结果表明，模糊竞争学习算法用于图象矢量量化压缩编码是一种非常有效的方法。     

基于ECW的遥感图象压缩技术的研究

本文对基于离散小波变换的ECW技术进行了深入的探讨，通过ECW与JPEG技术以及Mr-SID技术的比较，全面显示了ECW技术在遥感图象压缩方面的显著特点和在GIS中的应用优势，并介绍了在GIS中集成ECW技术的方法。     

一种基于小波变换与自适应混合量化的新图象压缩算法

本文提出了基于小波变换与自适应混合量化的图象压缩算法，该算法首先将小波变换后的图象高频子带划分为扫描块，然后依据图象的纹理复杂度和重要性程度将这些扫描块划分为4类（平坦，过渡，弱纹理和强纹理）；最后对各类扫描块分别进行向量和标量量化混合编码，实验结果表明，试图象压缩算法在压缩速度，图象复原质量等方面均优于FVQ编码算法和JPEG方法。     

基于势函数模糊聚类量化的小波图象压缩

基于小波变换的图象压缩是图象压缩的一项成功技术 ,并且具有越来越重要的作用 ,但基于小波变换的图象压缩算法在比特率较低时出现的边缘模糊现象仍然是一个公认的难题 .为了在一定程度上减少比特率较低时 ,出现的边缘模糊现象 ,提出了一种基于势函数模糊聚类量化的新方法 ,用于对经过小波变换分解后所形成的数字图象高频子带小波系数进行量化 .在量化过程中还考虑了高频子带的小波系数的分布特性和高频子带的小波系数对保存边缘、纹理等信息的重要性程度 ,也利用了模糊集合的特性 .实验证明 ,在低比特率下 ,这种方法能较好地保存图象边缘和纹理等信息 ,从而在一定程度上提高了重构图象的主观质量 .该方法在小波图象压缩的模糊聚类量化领域进行了一定的尝试 .     

基于自适应分块的快速分形图象压缩

对Ｆｉｓｈｅｒ的自适应分块分形压缩方法进行了改进，提出了基于相对矩的三级分类方法和多分辨率相似匹配方法，并以此为基础实现了一种新的基于四叉树分块的分形编码算法。实验表明，在压缩比大致相同、信噪比略高的情况下，新算法的编码速度有明显提高。     

基于DCT的残差自适应编码压缩

本文提出了图象残差压缩的概念，建立了在JPEG压缩算法基础上改进的，基于DCT的残差自适应编码压缩方法，该方法与JPEC压缩算法相比，压缩速度没有显著差别，但恢复图象信噪比高可提高约1分贝，对局域相关性较弱的遥感类图象，恢复图象精度的提高尤为明显。     

基于快速相关矢量量化的图象编码算法

图象编码已经成为当今计算机世界的重要问题,而矢量量化（ＶＱ）又是近年来有损图象压缩的一种重要技术,它的优点是比特率低以及解码简单,但是其穷尽搜索编码计算量较大,为了降低编码时间,已经有多种快速算法出现在一些文献中,然而这些算法往往不能进一步降低比特率,为了解决这一问题,因此提出了一种新颖快速相关矢量量化（ＣＶＱ）图象编码算法,该算法对图象块的编码采用对角顺序,即在编码过程中根据当前图象块（ＣＶＱ）     

基于四叉树的自适应门限分形图象IFS压缩方法

为了克服四叉树分块ＩＦＳ编码过程中,排列块与区域块的匹配误差不考虑输入图象特点这一缺点,提出了一种新的基于迭代函数系统（ＩＦＳ）进行静止灰度图象压缩的方法。该方法是根据当前排列块的方差来确定它与区域块的匹配门限。经分析证明,这种基于自适应门限的ＩＦＳ编码方法与人类视觉系统的特性基本相符,而且实验也证明,这一自适应门限的编码方法提高了ＩＦＳ图象压缩的适应性。     

自联想神经网络的遥感图象主分量提取

提出了一种自联想神经网络的遥感图象主分量提取方法,这种方法可能应用于图象的压缩、特征提取和图象滤波中,实验结果表明：自联想神经网络算法简单、易于实现,其压缩效果与Ｋ－Ｌ变换相当。     

图象的自适应遗传算法矢量量化方法

本文描述了一种基于自适应遗传算法的图象矢量量化方法，它不同于一般遗传算法之处是其交叉概率与变异概率这两个参数随个体的适应度值而变化，从而增强了算法的性能。实验结果表明，将自适应遗传算法用于码本设计，具有运算简单、聚类能力强等优点，有着广泛的应用前景。     

改进的广义置信度自适应IFS图象压缩编码算法

通过对分块IFS图象压缩编码过程中匹配误差的分析,提出了广义置信度的概念,并据此提出了对输入图象进行四叉树分块的自适应匹配门限（AT）算法。根据排列块的相对复杂程度,修正了自适应匹配门限的公式,提出了改进的自适应门限（RAT）IFS图象压缩编码算法。在对输入图象进行四叉树分块编码过程中,该方法可以根据当前排列块的统计特征确定匹配门限,从而使分块编码过程自动地适应输入图象。实验结果表明,这种新的编码方法可以自适应地对输入图象进行编码,且压缩比较高,有一定的实用性。     

一种多光谱遥感图象的自适应最小距离分类方法

该文提出了一种适用于多光谱遥感图象分类的自适应最小距离算法,这一算法通过对样本集合的自适应精细划分来调整最小距离分类器的参数,对ＴＭ遥感图象分类的实验结果表明,该方法对１６类数据进行有监督分类,精度可达９２．９％,适用于多类别遥感图象分类。