基于细节信息保护的SAR图像压缩

富含细节、边缘及纹理的SAR图像中重要信息大量集中于高、中频。基于小波变换的压缩方法往往视信号的高、中频部分为不重要信息,造成细节失真。我们使用更为精细的时频分析法即小波包(WP)分析,对信号的高频部分也作进一步分解以保存有用的高、中频信息。同时利用小波包分解系数的带内相关性将其分为大小及重要性不同的子块,进而对各子块实行不同精度的量化编码。在WP变换前先对原图像作“区域分割”以得到背景和目标物的粗略分布,从而针对不同的图像区域进行不同程度的压缩。实验结果表明,这种方法能较好地适应SAR图像的能量分布特点,获得较高的PSNR和重建图像质量。

基于小波包分解的复杂图像压缩

对富含细节、边缘及纹理的复杂图像而言 ,其重要信息大量集中于高、中频部分。传统的基于小波变换的压缩方法往往将信号的高中频部分作为不重要信息对待 ,从而引起细节失真。针对复杂图像能量分布特点 ,本文提出使用一种更为精细的时频分析法即小波包 (WP)分析 ,对信号的低、高频部分作进一步分解 ,保存有用的高、中频信息。同时利用小波包分解子带内系数间的相关性自适应地将其分为重要性及大小不同的各个子块 ,进而针对各子块实行不同精度的量化编码。实验结果表明 ,这种方法能较好地适应WP分解系数的特点 ,获得较高的数据压缩率和重建图像质量。