基于脊波和神经网络的大压缩比遥感图像压缩

为了实现大压缩比的遥感图像压缩,利用神经网络的自组织、并行计算和分布式存储的能力,提出一种基于神经网络的压缩方法.在传统单隐层前向神经网络的基础上,该网络使用一种新的能有效处理直线型和曲线型奇异性的多尺度几何分析工具-脊波,作为隐层神经元的激活函数.它不仅具有神经网络压缩的优点;并且由于脊波良好的时、频和方向局域化特性,能够对遥感图像的边缘和轮廓实现更加有效的表示.仿真结果表明:该方法不仅能实现较高的压缩比,而且具有重建图像质量好、学习快速和鲁棒性强等优点.

CCSDS在遥感图像压缩中的应用研究

针对空间光学遥感数据特点,设计适合于星载光学遥感器数据压缩的算法目前仍然是一个研究热点。CCSDS压缩是适合于空间光学遥感数据压缩的最新标准。该标准由空间数据系统咨询委员会于2005年推出,从空间数据特点出发,可以有效解决数据压缩的问题。另外,利用该压缩标准可以更好的跟CCSDS的其他标准兼容。文章针对该压缩标准进行研究,对算法的实现过程进行了分析,并将该算法的实验结果跟其它的压缩算法做了比较,结果表明,该算法压缩效果与JPEG2000相当,但算法复杂度较低,易于硬件实现,符合星载压缩的实时处理要求。

基于FPGA+多DSP的JPEG2000星载遥感图像压缩实现方案

为了满足星载遥感图像压缩的实时性需求,以及最大程度地发挥硬件功效,提出了一种高效的JPEG2000星载遥感图像压缩实现方案.借助流水线和SPMD(Single Program Multiple Data)并行思想,建立了JPEG2000压缩算法实现方案的体系结构,并搭建了基于FPGA和4 DSP的硬件平台.FPGA与4个DSP以独立方式通过EMIF接口相连,数据传输基于抢先式控制;为了便于对DSP调试和管理,4个DSP的仿真接口串成JTAG链结构;为了降低硬件复杂度以及加快DSP的引导速度,设计了HPI并行引导方法.

基于自适应四叉树分割的遥感图像压缩算法

遥感图像具有不同于一般图像的特点 ,针对遥感图像对压缩算法的特殊要求 ,提出了自适应四叉树分割算法实现图像的分块 ,以各像块的均值近似表示该像块的灰度值 ,从而以尽量少的数据获得对原始图像的最佳逼近 ,再对逼近误差进行自适应分割和基于像块方差的自适应量化 ,最后对各分量进行Huffman编码。实验表明 ,本算法能表现出良好的实用性能 ,比JPEG算法更适用于遥感图像的压缩。

基于支持向量机的遥感图像压缩方法

在分析遥感图像特征的基础上,提出了一种基于支持向量机(SVM)的遥感图像压缩方法。该方法采用小波变换把原图像分解成不同尺度的多个子带,对最低频子带系数采用DPCM直接编码,对其它频带系数采用SVM回归方法学习数据之间的相关性,并采用小部分训练样本,即支持向量来稀疏表示原始数据集,从而实现数据压缩。实验表明,与同类压缩方法相比,该算法获得的恢复图像的主客观质量有明显提高。

遥感图像压缩质量检测技术

遥感图像的存储、传送和处理等均涉及到图像压缩技术,而图像压缩质量的好坏直接关系到压缩遥感图像的应用价值。为了正确评价图像质量,首先给出了用于遥感图像压缩质量评价的主要评价指标和相关概念,并讨论了图像压缩比、压缩质量、压缩速率和复杂度等评价指标的构建原理和基本算法;然后在此基础上,开发了遥感图像数据压缩质量评价软件。

9/7提升小波结合SPIHT算法的遥感图像压缩

本文针对传统小波的缺点进行了改进,并提出了采用D9/7提升小波对原始图像进行小波变换,再结合SPIHT算法进行编码的压缩方法。实验仿真结果表明,该算法与传统的压缩算法相比较,在峰值信噪比和重构图像质量上都有较大的提高,更适合于遥感图像压缩。

基于小波包分解的遥感图像压缩方法

基于小波包分解的遥感图像混合编码方法,首先将小波包分解后的低频和高频小波系数域值化为重要系数和非重要系数。低频重要系数采用无失真编码压缩。高频重要系数及其位置图,先用数学形态学方法进行聚类,再用标量量化和行程编码对重要系数和位置图分别编码。试验证明这种方法有效。

基于终止扫描阈值的遥感图像压缩算法

针对遥感图像的压缩,对SPIHT压缩算法中的扫描阈值进行了研究,引入终止扫描阈值,提出了基于终止扫描阈值的改进算法。实验表明,在同一压缩比情况下,不同遥感图像的终止扫描阈值相同,同时在设定了终止扫描阈值之后,大大地减少扫描编码过程中的数据码流存储空间和算法的编解码时间,而算法重建图像的质量与原算法相当,适合遥感图像的实时压缩。

全局约束自适应量化的遥感图像压缩算法

针对JPEG2000算法存在大量计算冗余影响星载遥感图像压缩速度的问题,提出一种全局约束自适应量化的星载遥感图像快速压缩算法.根据给定目标码率、输入图像特性和各子带特性,考虑JPEG2000内部之间的联系,从全局角度自适应设置各子带量化步长,从而减少最为耗时的EBCOT待编码数据量.实验结果表明,该算法减少了JasPer90%-95%的冗余数据,从而减少了层一编码时间和层二截断时间,显著提高了JPEG2000的编码速度,相比JasPer速度提高了1倍左右,而重构图像质量还略有提高.

基于小波变换的遥感图像压缩与识别技术

随着遥感图像获取精度的增加，获取数据量也海量增加。这使得本来十分有限的信道容量和存储空间与海量数据之间的矛盾日益突出。对用户来说感兴趣的常常是海量的遥感图像数据中的部分重要区域数据。城市区域为感兴趣区，研究基于感兴趣区的遥感图像识别与分类压缩技术。

基于重叠块小波变换的遥感图像高速压缩算法

针对大尺寸图像进行分块小波变换带来的块效应问题,采用重叠分块的方法,对各重叠块分别进行整数小波变换,并在分析单块图像整数小波变换的基础上提出了基于子带位平面的编码算法;解码时,对逆变换后得到的各个块按照原空间位置重叠相加,即可得到重建图像.实验表明,该算法复杂度低,占用内存少,速度快,无块效应,且各块的码率分配接近于最优方案,适合于遥感图像的高质量压缩编码.

遥感图像分类有损压缩的定量分析

本文使用基于回归模型的定量方法评估有损压缩对遥感图像压缩的影响,介绍了核函数的选择和模型参数的计算,研究了遥感图像分类回归分析模型的建立。通过实验分析了压缩比尺度分类的精度变化,结果表明,所建立的回归模型实现了遥感图像压缩性能分析。

一种易于硬件实现的星上遥感图像实时压缩算法

提出了一种易于硬件实现的星上遥感图像实时压缩算法,在分析了线性预测器和非线性预测器设计方法的基础上,提出了一种线性预测与非线性预测相结合的预测方法,该算法实现简单;为了验证算法的性能,利用文章算法,对获取的遥感图像进行了试验验证,无损压缩时,压缩比达到1.9;2倍压缩时,PSNR达85dB以上,满足星上压缩要求;结果表明,算法易于硬件实现,适用于星上遥感图像实时压缩。

遥感图像统计特性与压缩算法性能关系分析

根据图像小波分解系数的统计特性 ,建立遥感图像与普通图像的统计特性模型 .通过数据压缩比与视觉门限相互关系分析 ,研究视觉无失真条件下遥感图像数据最大极限压缩比 .

基于JPEG2000的遥感图像高保真压缩方法

针对遥感图像空间相关性弱、图像纹理丰富的特点,提出了在JPEG2000无损压缩框架上,增加一项对高频子带中的小波系数进行平坦区域系数滤除的方案。本文根据遥感图像小波变换后的高频子带纹理强弱进行局部块划分,对平坦区进行滤除,对纹理区进行高保真压缩。实验表明,此方法可在图像高保真的条件下简化算法、提高图像压缩效率。

星上多通道TDICCD相机内部的图像实时合成压缩

为了解决星上图像整合电路工作频率过高而造成的成像系统工作不稳定的问题,在相机的结构上进行创新,提出了一种基于FPGA平台实现的星上TDICCD遥感图像实时合成压缩方法。首先,介绍了星上多通道遥感图像实时合成压缩的原理;然后,针对TDICCD线阵推扫成像模式的特点,采用基于行的2D-DWT整型提升算法,提出了比特平面和编码过程全并行的EBCOT结构,实现了在对图像数据进行整合的同时进行图像的近无损压缩;最后,搭建试验平台进行验证,结果表明,在无损压缩和2倍压缩时,系统主时钟从原来的100MHz分别降低为80MHz和64MHz,系统稳定,恢复图像的PSNR可以达到84 dB,满足大于80 dB的成像质量要求。处理每行的平均时间61.2μs小于相机的最小行周期63μs。算法稳定可靠,实时性好,实现了相机内部的合成压缩,满足实际工程需求。

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 .

星际图像的压缩方法

研究了基于非均匀抽样和非均匀量化的空间重采样遥感图像压缩编码技术 ,主要针对遥感图像压缩的高速实时和高保真的要求 ,提出了一种分模式 ,自适应调整系数的空域处理压缩方法 ,实验结果表明本文提出的方法是解决遥感图像压缩的有效途径之一 .

基于遗传退火的小波变换矢量量化方法

提出一种有效的遥感图像压缩方法,利用双正交小波变换对图像进行多分辨率分解,对小波系数进行矢量量化(VQ)编码.使用遗传算法(GA)与模拟退火(SA)算法相结合的遗传退火算法(GSAVQ)来设计码书,加快了收敛速度而且提高了码书性能.实验结果表明,该算法提高了图像重构质量,取得了令人满意的结果.