基于均匀网格编码量化的超光谱图像自适应压缩

提出一种基于小波系数分类的超光谱图像压缩方法 .算法首先将各波段小波分解并将所得子带划分成子块 ,而后根据子块活动性将其分类 .在分类基础上 ,使用预测差分技术去除谱间冗余 ,此过程中分别求取各子类的预测系数以反映子带的局部相关性 .而后利用均匀网格编码量化方法来量化残差系数序列 ,最后使用自适应算术编码对量化码字进行熵编码 .为使编码器能在所有系数序列中最优地分配比特 ,本文提出一个基于序列统计特性和网格编码量化器率 -失真特性的比特分配算法 .实验证明该方法能高效地压缩超光谱图像 ,表现出优异的压缩性能 .

SAR原始数据BATCQ压缩算法

提出了一种结合传统的块自适应量化与网格编码量化对SAR原始数据进行压缩的方法(BATCQ).首先对SAR原始数据实施块自适应量化以减小数据的动态范围,然后对块自适应量化后的数据进行网格编码量化.该方法在考虑了SAR原始数据特性的基础上利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离,进一步提高了量化增益.仿真结果表明,该方法在SAR原始数据的压缩中,取得了较好的量化和抗误码性能.

自适应网格编码量化在图像压缩中的应用

提出了一种对网格编码量化(TCQ)算法进行改进的方法—自适应网格编码量化算法(ADTCQ),并将其应用于JPEG2000图像压缩。自适应网格编码量化算法(ADTCQ)采用了多级TCQ的结构,并且通过利用已处理的数据对网格结构做出自适应调整。实验结果显示,应用于图像压缩时自适应网格编码量化(ADTCQ)算法的性能要明显优于标准TCQ算法。

网格编码矢量量化在SAR原始数据压缩中的应用

本文提出了一种结合传统的块自适应量化与网格编码矢量量化对SAR原始数据进行压缩的方法。首先对SAR原始数据实施块自适应量化以减小数据的动态范围,然后对块自适应量化后的数据进行网格编码矢量量化。该方法在考虑了SAR原始数据特性的基础上较好地利用了矢量的空间相关性和信号的时间相关性,进一步提高了量化增益。仿真结果表明,该方法在SAR原始数据的压缩中取得了很好的效果。