空谱联合预测高光谱图像无损压缩rice算法

针对rice算法低维预测不能有效降低高光谱数据冗余问题,提出基于空谱联合预测的低复杂度rice算法,应用于高光谱图像无损压缩。根据高光谱图像三维数据特征建立三维预测模型,利用相邻波段谱间相关系数进行联合预测系数分配,有效地减少了高光谱图像空间和谱间冗余。提出基于预测误差均值的最优编码参数选择算法,计算复杂度由O(N)降为O(1)。实验结果表明,本文方法提高无损压缩比5%～40%,编码时间较经典rice算法缩短了4%以上,有利于实时处理和工程实现。

二维差分预测Rice算法在图像数据压缩中的应用

提出一种新型二维差分预测方法,该方法可实现双序列差分预测与"Zig-Zag"扫描差分预测,解决了一维差分预测方法不能有效剔除数据冗余度的问题。压缩时,用新的预测方法对数据进行预处理,再用原有编码器对数据进行编码;解码时,先采用原有解码器进行解码,再使用新的预测方法的逆过程对解码后的数据进行后处理,重构出原始数据。实验结果表明:该方法可以更有效地剔除冗余数据。与原压缩算法比较,采用新的差分预测方法可以提高数据压缩比。

RICE 算法压缩效果实测

许多遥测遥感数据只允许无损压缩。对不同于Ｈｕｆｍａｎ编码的另一种无损压缩方法—ＲＩＣＥ算法进行了初步研究和编程实现，利用卫星遥感云图和火箭遥测数据，实测了该算法的压缩效果，并与算术编码和Ｈｕｆｍａｎ编码进行了分析比较。

基于FPGA的并行RICE解码技术研究与实现

RICE算法在无损压缩系统有着广泛的应用。由于RICE算法采用了变长的自适应熵编码,因此在解码时需要对压缩流进行逐位判断和解析,这给高速解压缩的实现带来了困难。现有的RICE解码实现在解码速度和通用性上都不理想。针对RICE算法中自适应熵编码的特点,设计了一种基于有限状态机和查找表的并行RICE解码结构,可在FPGA上完成8比特宽度的并行解码,解码速度最高可达176 MB/s;同时,该解码结构适用于编码参数k变化的情况,具有很强的通用性。

星载图像压缩中的无损预测研究

针对星载遥感图像自相关系数较大时MED预测比较理想,反之均值Mean预测更有优势的问题,融合该两种方法的优点提出了改进的MED预测,使之对多种类别的图像特别是遥感图像能够取得较好的预测效果。此外,从预测相关性、运算复杂度、是否带有自动误码纠偏以及采用Rice算法获得的压缩比等角度进行了两种预测残差映射器的研究,确定了选用带自动误码纠偏的差值映射和可调整的预测方式。当信源干扰多大时选取前像素预测,反之采用MED或改进的MED预测,从而兼顾了压缩比和抗误码两方面,且硬件可实现。

一种适合空间应用的高速图像无损压缩核设计

针对星载遥感图像的无损压缩具体需求,对CCSDS建议的无损数据压缩标准进行了两方面的改进,大大提高了硬件的处理速度.实验结果表明:该方案在无损压缩编码效率和处理速度上均具有较高的性能,能满足星载遥感图像实时处理的要求.

航天遥感图象压缩技术的最新发展

介绍了当今图象压缩技术的发展现状 ,以及航天遥感数据压缩技术的应用现状 ,探讨了目前各种图象压缩技术的特点 ,并说明了各种技术应用于航天遥感的可能性。对将来我国航天遥感星载无损压缩、有损压缩以及地面数据压缩提出了建议。

基于RICE的遥感多光谱图像无损压缩算法

目前应用于遥感多光谱图像的无损压缩算法复杂度较高,不利于硬件实现。针对这一不足,这里根据遥感多光谱图像的成像特点,提出一种采用可逆的分量变换(RCT)对谱段信息重新分配,再利用优化的RICE算法对图像数据进行编码的无损压缩算法。实验表明,该算法所采用的分块计算k值、预测器预测和改进的熵编码器较原RICE熵编码器更适于硬件实现,且该算法复杂度低,执行效率高,更好地满足了星载图像无损压缩的要求。