改进的对块零树编码压缩方法对超光谱数据压缩

提出了对块零树的预测二值标量量化压缩编码方法 ,给出了压缩比公式 ,并应用此压缩编码实现了对超细光谱数据的压缩。该压缩编码方法既具有小波零树压缩编码高压缩比和宜于实时实现的特点 ,同时具有编码、解码速度快和易于实时传输等优点。实验结果表明 :改进的对块零树编码压缩 (IBBZTC)方法在不传输剩余误差的情况下 ,达到 190倍的压缩比时 ,峰值信噪比仍然在 30dB以上 ,压缩性能优于KL变换静止图像压缩 (KLT JPEG)、小波变换矢量量化 (WT VQ)、小波变换零树矢量量化 (WT ZTVQ)

图像恢复的高效并行算法及关键技术

首次从并行处理的途径分析了能产生高恢复质量、但具有高计算复杂性的图像恢复算法 BNM的并行性 ,并对影响该算法并行效率的关键问题 ,提出了有效的解决方案 :1采用条状重叠的数据分配方案 ,减少了并行处理中的通信量 ;2给出了不同读取策略的内部实现模型 ,分析了不同读取策略对 I/ O带宽产生的影响 ,提出了能够获得高 I/ O性能的读取策略 ;3提出了降低通信量的“关键位通信”方法 .综合运用上述策略 ,设计并实现了高效的并行 BNM算法 .理论分析和实验表明 ,该并行 BNM算法具有很高的加速比、并行效率及很好的可扩展性 。

跳跃与环顾最优匹配的快速图像恢复算法

BestNeighborhoodMatching (BNM)是目前对损坏图像进行修复并能产生高质量可接受图像的图像恢复算法 ,然而BNM却具有计算复杂度高的局限性 ,因而限制了其实际应用 .文中从BNM中影响算法计算复杂度的关键环节———为坏块寻找最优匹配块的搜索路径出发 ,参照人在寻找相似块时的快速智能方法 ,提出跳跃环顾BNM图像恢复算法 (JLBNM ) .同时 ,对于进行匹配的核心步骤 ,提出具有自适应阀值匹配标准的优化方法 .有关的计算复杂度度量分析及模拟实验均证明JLBNM具有计算复杂度低 ,对损坏图像恢复质量高的特点 .