一种支持干涉多光谱图像ROI的压缩编码方法

提出了一种基于EBCOT (率失真优化截取内嵌码块编码 )算法的矩形ROI(感兴趣区域 )编码的干涉多光谱卫星遥感图像压缩方法 该方法不需要对小波域的系数进行提升 ,而是在码流组织时通过对多光谱区域的误差跟踪提高恢复图像的质量 误差的跟踪完全是自适应的 ,可以根据用户给定的恢复图像多光谱区域的峰值信噪比最低要求自动实现码流的组织 ,解码器不需要知道该图像是否存在ROI ,而且该方法保留了EBCOT的优良特性 实验结果表明 。

大孔径静态干涉多光谱图像压缩算法

基于大孔径静态干涉成像光谱仪的成像特点,提出了一种适合于干涉多光谱图像的不等重要性权值率失真优化等级树压缩算法。该算法根据干涉多光谱图像在空间和频域的特点,对小波系数从空间方向树上按空间域中各光程差对恢复光谱信息的贡献重要性不同赋予不同的重要性权值,这样不仅弥补了SPIHT算法在码率分配上的不足,而且有效的保护了频域中的光谱信息。实验结果表明,该算法比传统算法更好地保护了多光谱图像的光谱信息,在8倍压缩比下,满足该类干涉多光谱图像压缩系统的质量要求。

卫星干涉多光谱图像压缩新算法

根据卫星干涉多光谱图像的成像特性,提出一种基于分类权值率失真优化截取和自适应编码深度控制的部分SPIHT光谱图像压缩算法.首先根据干涉区域类型和编码平面的重要性,对各棵零树各个编码过程赋予不同的重要性权值,然后采用部分SPIHT算法对每棵零树独立编码,编码时根据比特平面层中重要系数的统计概率自适应地进行3种编码模式的选择,同时依据重要性权值和深度控制因子自适应地控制每棵零树的编码深度,最后在编码深度内,根据不同干涉区域的零树对恢复光谱的失真贡献,采用分类权值率失真方法对码流进行优化截取,使码流分配与失真达成最优.实验结果表明,本算法比传统算法更好地保护了光谱信息.

基于帧间预测和联合优化的干涉多光谱图像压缩感知重建算法

根据干涉多光谱图像的特点,提出一种基于帧间预测和联合优化的干涉多光谱图像压缩感知重建算法。在干涉多光谱图像重建中,根据干涉多光谱图像的帧间相关特性,通过帧间预测除去当前帧图像测量数据中帧间相关的测量数据,并利用干涉多光谱图像预测去相关以后的残差图像的熵值较小的特征,用基于联合优化的重建方法重建帧间预测残差图像,最后得到当前帧的恢复图像。实验结果表明,在相同观测数目下,本文算法与其他方法相比,有效提高了图像重建质量,而且计算复杂度较低。

卫星遥感干涉多光谱图像压缩新算法

为了有效提高干涉多光谱图像压缩效率,以满足星上应用环境要求,提出了一种新的遥感干涉多光谱图像压缩算法。采用小波域匹配预处理来去除干涉光谱图像序列的帧间相关性,采用基于率失真斜率提升的感兴趣区域编码方法,对图像不同区域进行更合理的码率分配,反馈控制T1编码器的编码深度,调整编码子带个数,从而减少编码计算量和存储器使用量,便于硬件实现。实验结果表明,该算法能有效提高恢复光谱的分辨率,简化系统复杂度。

基于运动估计和感兴趣区域的干涉多光谱图像压缩算法

为了有效地压缩干涉多光谱图像，提出一种采用基于运动估计和感兴趣区域的小波变换和非对称零树编码的图像压缩算法．根据干涉多光谱图像平移和光谱分布特点，在小波变换中使用运动估计并提升强干涉区小波系数，以减小谱间相关性，并使强干涉区优先编码．算法采用非对称零树编码，符合小波变换后图像序列形成的非对称结构．实验结果表明：该算法在8倍压缩时，整幅图像的峰值信噪比比三维分层树集合分割序列编码算法（3DSPIHT）提高了0．35～0．49dB，比2DSPIHT提高了2．24～2．62dB；强干涉区峰值信噪比比JPEG2000比特平面位移算法提高了0．29～0．38dB；46个谱段的光谱失真均方误差平均值减小到9．69，有效地保护了光谱信息．

干涉多光谱图像压缩编码新技术

提出一种基于运动估计的三维小波变换和非对称零树编码的干涉多光谱图像压缩方案.该方案利用大孔径静态干涉成像光谱仪推扫成像特点,对图像进行分区域运动估计的三维小波变换.采用了一种新型非对称零树编码方法,该方法可在较少的图像间建立较长的零树,增加了系数编码时由重要结点变为不重要结点并趋于零的概率,使编码的效果更好.该方案消耗内存少,延时小,有利于卫星上的图像压缩,有效地保护了图像的光谱特性.在8倍压缩下,满足干涉多光谱图像的质量要求.

基于经验数据分解的干涉多光谱图像压缩算法

针对干涉多光谱图像数据的非平稳特性,提出一种经验数据分解的图像压缩算法.经验数据分解利用干涉曲线数据的局部特性和变化规律,将其分解为局部区域数据和值以及差值数据,从而实现对非平稳数据的多分辨率分析.本压缩算法首先利用经验数据分解方法去除干涉多光谱图像数据的相关性,并提出对应的二维多级分解结构.最后对分解系数采用改进的EBCOT算法进行编码.实验结果表明,与JPEG2000标准相比,本算法在无损压缩时输出码率平均下降0.15比特/像素,而有损压缩的重建图像质量提高1.1~2.5 dB,同时降低恢复光谱的相对二次误差,有效的保护了光谱信息.

基于不等权重率失真斜率提升的干涉多光谱图像压缩算法

基于空间干涉调制成像光谱仪的成像特点,提出了一种适合于干涉多光谱图像的不等重要性权值率失真斜率提升图像压缩算法.该算法根据退卷积技术对复原光谱信噪比的影响,推导出时域中随着光程差的增大,干涉图像压缩失真对频域中光谱曲线的信噪比影响越大.对各个码块的率失真斜率按空间域中各光程差对恢复光谱信息的贡献重要性不同赋予不同的重要性权值,增大对光谱信息的保护程度,使图像在相同的光谱分辨率下拥有更好的空间分辨率.实验结果表明,该算法比传统算法更好地保护了多光谱图像的光谱信息,在8倍压缩比下,满足该类干涉多光谱图像压缩系统的质量要求.

干涉多光谱图像无损压缩算法

基于干涉多光谱图像成像原理和特点,提出一种干涉多光谱图像无损压缩算法。在压缩编码时,应充分利用图像的列相关性,采用基于列的比特平面编码和游程编码,对多光谱图像进行无损压缩,特别适于低分辨率的多光谱图像压缩。目前无损压缩算法的压缩比基本在1.6～2.4之间,本算法的压缩倍数一般可达到2倍以上,并且具有良好的抗误码性能。

基于加权率失真优化SPIHT算法的干涉多光谱图像压缩

基于空间调制型成像光谱仪的成像特点,提出了一种适合于干涉多光谱图像的加权率失真优化多级树集合分裂(SPIHT)光谱压缩算法。该算法根据干涉多光谱图像在时域和频域的特点,推导出时域中随着光程差的增大,干涉图像对频域中光谱曲线的形状影响越大。因此,在光程差方向上,逐渐提升率失真函数的斜率,增大对图像的保护程度,不仅弥补了SPIHT算法在码率分配上的不足,而且有效地保护了频域中的光谱信息。实验结果表明,无论在时域还是频域,该算法与现有算法相比,性能有明显改进。

基于分布式信源编码的干涉多光谱图像压缩

根据干涉多光谱图像的特点,提出一种基于分布式信源编码的干涉多光谱图像压缩算法。干涉多光谱图像序列的相邻图像之间具有明显的平移特性,编码端通过块匹配算法检测出相邻帧间的相对位移量,联合块匹配算法估计的边信息帧进行比特平面码率估计,采用基于率失真提升的感兴趣区域编码,调整图像不同区域的率失真斜率来进行更合理的码率分配。实验结果表明,该算法比传统算法更好地保护了多光谱图像的光谱信息,在不同压缩比的情况下,满足卫星干涉多光谱图像压缩系统要求,易于硬件实现,更适于星上环境的应用。

基于自适应分类曲线拟合的干涉多光谱图像压缩

分析了干涉多光谱图像数据的两个特性,并提出一种基于自适应分类曲线拟合的压缩算法。首先采用均方差准则自适应地将干涉多光谱图像分为强、弱两类干涉区域,并分别构造不同的拟合函数。对强干涉区域,选择典型曲线,并采用最小二乘原理对典型曲线进行拟合,而其余曲线则根据典型曲线进行匹配预测;对弱干涉区域,则分别对所有干涉光强曲线独立进行拟合。最后将所有误差数据进行熵编码。实验结果表明,与JPEG2000相比,该算法能够减少无损压缩输出码率约0.2 bit/pixel,明显提高有损压缩的重建图像质量,降低光谱失真。

基于分层树集合分割的分布式干涉多光谱图像压缩

提出了基于分层树集合分割(SPIHT)的分布式干涉多光谱图像压缩算法,将SPIHT和分布式信源编码(DSC)有效结合,以同时去除图像序列帧内、帧间及小波系数子带间的强相关性。根据DSC的特点,提出了基于边信息的辅助重构方法,以减少量化误差,提高重构质量。为了进一步保护光谱信息,采用基于加权提升系数的感兴趣区域(ROI)方法,对包含大部分光谱能量的强干涉区域优先编码。辅助重构方法在ROI保护方面也具有明显的优势,在保护强干涉区域的同时,能减少弱干涉区域的信息损失。实验结果表明,和变换域的DSC相比,算法的峰值信噪比(PSNR)提高了大约0.5 dB,拟合原始光谱曲线的性能较其它传统算法也有明显的提高。

基于小波的干涉多光谱卫星图像压缩方法

分析了干涉多光谱卫星遥感图像的成像特性 ,并根据该类图像对压缩效果的要求提出了一种基于小波分层树集合分割排序 (SetPartitioninginHierarchicalTrees,SPIHT)的局部图像优先编码方法 ,通过对图像小波域系数的局部增强 ,获得了对图像重要数据优先编码的特性 ,在 8倍压缩比的条件下获得了满意的效果。用该方法对多幅干涉多光谱图像进行了测试 ,测试结果表明 :该方法性能优于其他多光谱卫星遥感图像编码方法 ,并有利于在实时图像编码系统中得到应用。