基于L_∞最小搜索和陪集码的高光谱图像无损及近无损压缩

分布式信源编码(DSC)由于其较低的编码复杂度及较高的抗误码性被应用于高光谱图像压缩.在典型的基于陪集码的分布式高光谱图像无损压缩算法s-DSC(scalar coset DSC)框架下,本文指出最优的预测准则应为无穷范数最小,提出了基于L∞最小搜索的预测方法来逼近最优准则,并将框架推广到近无损压缩.实验表明,和原有的s-DSC相比,本文算法无损压缩的平均码率降低了大约0.25bpp,近无损性能也明显优于JPEG-LS,本文算法具有较低的计算复杂度、较高的压缩性能,且具有一定的抗误码能力,适用于星上压缩.

基于整数小波变换的准无失真图像压缩技术

本文首先讨论了一般整数小波的构造方法 ,然后利用分块DPCM与整数小波变换进行遥感图像的准无失真压缩 ,该方法可进行实时处理 ,硬件实现简单 ,可并行处理 ,实验结果表明 ,该方法是一种有效遥感图像压缩方法 .

多传感器图像采集处理系统的设计与实现

为了完成一个多传感器图像采集处理系统的设计、软硬件实现,采用参数同步配置方法提高多CMOS图像传感器同步曝光精度。采用基于Bayer颜色滤波阵列图像的残差集近无损压缩方法提高图像数据传输速度。系统三传感器曝光达到了微秒级同步精度,约为课题任务要求的1/29。在保证重建图像质量精度的前提下,数据传输速度提高了约4.4倍。给出了系统部分最终测试结果。

图像的无损压缩研究

着重从编码原理、发展现状和国际标准三个方面论述了图像的无损压缩研究及其现状，描述了基于不同解相关模型的无损压缩算法的主要思想。同时，由于无损方法的低压缩比有时很难满足某些实际应用的要求，文中进一步阐述了近无损压缩的概念，阐明了近无损压缩方法：基于感兴趣区域、视觉无损以及信息无损的具体含义，并就无损压缩以及近无损压缩研究领域内所存在的一些问题和更深一步研究的方向进行了一些有益的探讨。

一种基于自适应预测的高光谱图像近无损压缩方法

提出一种高光谱图像的近无损压缩方法。首先使用三维自适应预测有效地去除高光谱图像的空间和谱间相关性;然后对预测误差进行量化,以进一步降低编码率。实验结果表明,该方法能在控制重建误差的前提下显著地降低了比特率。

用于无线内窥镜系统的高效、低复杂度的准无损和无损压缩算法

为了降低无线内窥镜系统中无线通信的带宽以及无线发射的功耗,该文提出了一种高效、低复杂度的基于类似BAYER彩色图像阵列的数字图像无损和准无损压缩/解压缩算法。通过对标准图像库中的7幅图像进行压缩的结果表明,该文提出的压缩算法比常规先插值后压缩的算法以及先压缩后插值的算法均具有更高的压缩性能和更低的复杂度;可实现对指定ROI区域实现无损压缩,其它区域实现准无损压缩。算法对无线内窥镜图像进行压缩时,可以获得平均图像压缩码率2.18bit/pixel,且PSNR大于47.57dB。

基于DCT域数字水印技术的DEM版权保护研究

探索适用于DEM的近无损自适应数字水印算法,以期为DEM版权保护提供有效的解决方案。首先,将水印嵌入在DEM地性线位置,以增强水印鲁棒性,实现水印嵌入位置的自适应。其次,从理论上研究在DCT域内,采用加性水印嵌入规则时,如何根据给定的DEM精度,并结合Watson视觉模型确定水印嵌入强度的问题,避免以往研究中或者通过反复实验确定嵌入强度,费时费力,或者由视觉模型确定而不能满足DEM精度要求的缺点,同时实现水印嵌入强度对地貌类型的自适应。结果表明,该算法既能满足水印的不可见性,又能实现DEM精度的近无损和提取等高线的近无损性要求,且具有良好的抗JPEG压缩、JPEG2000压缩和几何裁剪的能力。

一种基于第二代小波变换的图像压缩方案

本文提出了一种基于第二代小波变换与SPIHT算法、自适应算术编码相结合在图像压缩中的编 /解码方案 ,对CDF ( 2 ,2 )和FBI 9-7小波压缩的性能进行了分析和比较 ,获得了良好的无损或近无损压缩效果。研究结果表明这一方法充分利用了医学图像的统计特征 ,对于医学图像具有较高的无损压缩率 ,压缩的空间和时间复杂度低 ,利用质量递进手段可以获得满意的压缩比和PSNR ,达到视觉无损、数据近无损的目的。对于典型的医学图像 (X线图像、CT图像、MRI图像等 )的存储、传输和检索等应用 ,本方案是十分有效的。

一种多光谱遥感图象的近无损压缩方法

近无损压缩是在无损压缩和有损压缩之间的一种折衷。多光谱遥感图象的近无损压缩通常用Ｋ－Ｌ变换去除谱间冗余，用数字余弦变换（ＤＣＴ）去除空间冗余来实现。本文分析了多光谱遥感图象空间冗余和谱间冗余的特点，提出用Ｋ－Ｌ变换和预测树方法去除两类冗余。该方法更好地去除了谱间冗余，取得了较好的实验结果。

一种基于图像平滑的近无损编码方案

提出了一种新的基于图像平滑、精确度可选的近无损图像编码方案。首先根据指定的精度对原始图像进行相应的平滑处理,然后使用整数小波变换和分层树集合分割算法进行编码。仿真结果证明了该编码方案的有效性。

Bayer图像的准无损压缩方法

介绍了准无损压缩的研究背景和3类准无损压缩方法。提出了针对Bayer格式图像的准无损压缩方法,该方法分为低通滤波预处理、JPEG-LS无损压缩、解压缩和重构4个步骤。实验表明,该方法在较高图像恢复质量情况下比标准JPEG-LS算法有更高的压缩比,而且可通过改变滤波行数实现一定范围内的PSNR可调。

粒子群优化的小波网络在飞参数据压缩中的应用

飞参数据压缩是减少飞参数据的存储空间和传输通信流量的关键。针对飞参数据的特点,提出了一种基于粒子群优化的小波神经网络近无损压缩算法。该算法将小波网络参数作为原始数据的重构信息,在小波神经网络BP算法的基础上,引入粒子群优化算法,克服了粒子群优化算法的早熟收敛,增强了小波神经网络学习算法的全局搜索能力,提高了网络收敛速度;同时将重构误差作为启发信息,在保证较小失真度的情况下,通过粒子的迭代寻求最优的小波神经网络结构。飞参数据压缩仿真实验结果表明了算法的可行性和有效性,可以获得较高的压缩比和较小的重构误差。

基于彩色CMOS图像传感器的图像压缩预处理系统的设计

结合彩色CMOS图像传感器和BayerCFA格式图像的特点,提出了一种基于Bayer图像的准无损压缩算法。该算法简单高效,可以在准无损压缩下取得较高的图像恢复质量,非常适用于遥感图像、医学影像等对图像质量要求较高的场合。在对算法进行仿真评估基础上提出了基于COMS图像传感器IBIS5-A-1300的图像压缩FPGA实现方案,整个结构采用流水线设计,同时用少量行缓存代替传统的大容量存储,节省了存储资源,加快了运算速率,减小了电路规模,经验证明完全满足对Bayer图像实时处理的要求,为后续实时压缩编码和传输提供了有利条件。

管道泄漏信号的无损压缩技术

为满足在空间和硬件性能约束下的实时海量数据存储要求,系统通过预测器和Rice编码实现了在相应硬件条件下获得最佳数据压缩比的算法,并根据所采集到的管道泄露信号特征及系统自身特点,给出一种实时无损压缩算法.该算法适合于管道泄漏信号、管道泄漏检测定位系统硬件条件下的均值预测器及基于上下文建模的Rice编码,并且在该管道泄漏检测定位系统数据的采集过程中使编码得以实现.实验结果表明,均值预测器能够较好地减少管道泄漏信号数据间的相关性,大大降低管道泄漏信号的信息熵,验证了该算法的有效性与实用性.预测器与基于上下文建模的Rice编码相结合的方法,可以满足管道泄露数据压缩存储的特殊要求.

心电数据压缩技术的新进展

心电数据压缩技术是心电信号存储、传输过程中的关键技术之一。尤其是在远程监护系统中,其重要作用得到了充分的体现。简要描述了自20世纪90年代末以来ECG压缩算法的新进展,主要侧重于误差评价指标、近无损压缩、小波变换压缩法和神经网络压缩法。

目标保真的背景影像高倍率压缩

传统的分类压缩方法由于对背景采取一致性的有损压缩,在高压缩后不能保留细节,因此在图像重建时背景不能提供很多的信息,整图重建的效果取决于目标本身的分割质量。本论文在将目标提取后,再对背景进行细分类,保留与目标关系密切的部分背景,并把这部分区域与已分割出的目标划为同一类,其余背景划为一类,进行分类别压缩。这种方法允许分割的目标近无损,能增强目标的可理解性。

基于矩阵/张量分解优化NLC算法的MC-EEG压缩

针对脑电图压缩效率问题,本文提出一种新的基于矩阵/张量分解的近无损多通道脑电图压缩算法。通过矩阵/张量分解模型对MC-EEG多路形式进行有效地相关分析,从而提出基于"有损编码加上残余编码"组成的矩阵/张量的压缩算法,对有损编码器编码分解后的残余部分进行算术编码,有效地保证了原始信号和重构信号之间的最大绝对误差。在三个不同的头皮脑电图数据集和颅内脑电图数据集上的实验验证了本文算法的有效性,实验结果表明,在同样的压缩比下,该算法比基于小波体积脑电压缩算法平均误差低了近五倍。

LANIC:一种同时支持无失真及高保真的图像压缩方法

提出了一种同时支持无失真及高保真的图像压缩方法—— L ANIC.该方法首先将图像划分为若干块 ,对于每一个图像块 ,根据边缘的强弱使用 DPCM编码器或者 DCT编码器 .DPCM编码器采用两级去相关技术和四叉树 Rice编码器 ;DCT编码器中 ,使用 DCT、Z形扫描、游程和变长编码 (VL C)技术 .实验结果表明 ,L ANIC的无失真压缩效果明显好于 JPEG无失真模式和 FEL ICS,略好于 CB9和 L OCO- I;高保真压缩模式下 ,当码率 =4～1bpp时 ,L ANIC的 PSNR均在 38d B以上 ,且高于

JPEG-LS视频编码的自适应率控制

针对 JPEG-LS算法的编码比特率特性提出了一套编码比特率控制算法 ,通过此算法可实现固定比特率的码流传送 .控制算法的核心由两部分组成 :预编码阶段和后编码阶段 .在前一阶段 ,利用提出的模型推算出满足缓存的估计编码比特数及对应的量化值 .在后编码阶段获取估计编码比特数与实际值之间的差值 ,利用此值调节以后的估计编码比特数 .此算法具有运算量小。

一种新的基于先验数据表的JPEG-LS动态码率控制算法

JPEG-LS算法简单,压缩性能出众,特别适合应用在图像的无损/近无损压缩领域。但是,无法精确控制码率的缺点使得JPEG-LS难以应用在带宽受限的卫星图像编码领域。为了解决这个问题,该文基于对JPEG-LS编码特性的分析,通过理论推导得出输出码率与失真量化参数的数学关系,提出一种以查表算法为核心的新型JPEG-LS动态码率控制算法。相对于现有的动态码率控制算法,该算法具有码率精确度高,收敛速度快等优点。