一种遥感图像多级感兴趣区域的压缩方法

感兴趣区域(ROI)编码技术具有在不丢失重要信息的同时又有效地压缩了数据量的特点,非常适用于遥感图像的压缩。提出一种遥感图像多级感兴趣区域的压缩方法,以边缘梯度方向为图像分割的准则,利用了遥感图像纹理信息丰富的特点,通过提取图像的边缘区域和纹理区域,得到较好的分割效果;然后采用通用部分位平面偏移方法(GPBShift)进行位平面编码,对所得数据进行SPIHT编码得到最终的压缩结果。仿真结果证明,在相同的压缩比下,可以使感兴趣区域得到更好的恢复质量,从而使全图获得更好的恢复效果,而且,恢复后图像也更符合人眼视觉特性。

基于多小波的SAR图像去噪与压缩

SAR图像固有的乘性相干斑噪声降低了图像的相关性,增加了信息熵,影响了图像压缩的性能。多小波能够同时拥有正交性、紧支性和对称性,比单小波具有更多的自由度。因此提出了在多小波域进行去噪和压缩相结合的SAR图像编码算法。首先对图像进行多小波变换,采用改进的软阈值法抑制相干斑噪声同时对图像边缘进行保护,再对多小波系数重排建立空间方向树,然后采用多级树集合划分(SPIHT)算法进行编码。实验结果表明,该算法改进了重建SAR图像的PSNR,同时对相干斑噪声进行了有效的抑制。

阈值走势及小波变换尺度对SPIHT编码性能影响的研究

对SPIHT算法进行了深入的研究,通过对大量实验结果的分析统计,从阈值变化生成编码量的走势及小波变换尺度变化时不同阈值生成编码量所占比重两方面对SPIHT编码性能的影响作了详细研究,并给出了仿真试验结果.

一种基于SPIHT和匹配追踪的图像编码方法——SPMP算法

为了更好地利用图像的结构特征，提高图像重建的质量，提出了一种基于多级树集合划分（SPIHT）和匹配追踪（MP）的分层图像编码方法——（SPMP）算法。该方法首先采用拉普拉斯金字塔（LaplacianPyramid）算法将原始图像分解成低频平滑层和高频细节层，然后使用离散小波变换和SPIHT算法编码图像的低频成分，使用基于克隆选择的匹配追踪算法编码图像的高频细节层。实验结果表明，该方法能够产生渐进PSNR的位流，图像重建质量要明显高于小波图像编码算法。

基于视觉系统模型的SAR图像压缩方法

提出一种基于视觉模型的合成孔径雷达(SAR)图像压缩方法,对SAR图像分解后不同频带的小波系数结合其能量分布和人眼对不同频率段的敏感度采用可变步长进行量化与压缩编码,应用嵌入式小波图像压缩算法,以峰值信噪比和均方误差等作为评价指标,对比进行了实验。结果表明,在保证压缩比不变的前提下,采用本算法获得的恢复图像的主观质量有所提高,较好地保留了图像的纹理细节,提高了图像的峰值信噪比。