Simultaneous Speckle Reduction and SAR Image Compression Using Multiwavelet Transform

Synthetic aperture radar （SAR） images are corrupted by multiplicative speckle noise which limits the performance of the classical coder/decoder algorithm in spatial domain. The relatively new transform of multiwavelets can possess desirable features simultaneously, such as orthogonality and symmetry, while scalar wavelets cannot. In this paper we propose a compression scheme combining with speckle noise reduction within the multiwavelet framework. Compared with classical set partitioning in hierarchical trees （SPIHT） algorithm, our method achieves favorable peak signal to noise ratio （PSNR） and superior speckle noise reduction performances.

一种多小波树结构实现指纹信息隐藏的方法研究

抗共谋和压缩攻击是信息隐藏传输的关键性能指标。基于多小波分解的分层结构,把相同空间位置和方向上的不同频率子带系数划分为同一组并构成一种"三角"树,提出了一种新的指纹信息隐藏实现方法。结果说明,与小波变换相比,该方法通过多小波树的不同级节点上嵌入不同能量的指纹信息,可以使信息隐藏具有更好的鲁棒性。

基于多小波的彩色图像分层树集合分裂算法

提出一种基于多小波变换的改进的彩色图像分层树集合分裂(set partitioning in hierarchical trees,SPIHT)算法,将彩色RGB图像转换到YCbCr色彩域,Y通道分配到2倍于Cb,Cr的比特,在各色彩通道间构造新的方向树结构,重组图像多小波分解系数,进行嵌入式多小波彩色图像SPIHT编码.结果表明,该算法具有良好的编码效果,性能优于9/7单小波编码.

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。

基于多小波域SOT结构的SAR图像去噪与压缩算法

合成孔径雷达(SAR)图像固有的相干斑噪声严重影响了SAR图像的判读和进一步压缩处理,提出一种在多小波域将空间方向树(SOT)去噪与压缩相结合的SAR图像压缩算法。首先利用SOT对高频子带的多小波系数进行软阈值去噪,滤除相干斑噪声;然后采用改进的多级树集合分裂(SPIHT)算法编码形成嵌入式码流。利用大量的机载SAR图像对该算法进行了仿真验证,实验结果表明采用该算法进行SAR图像压缩提高了重建图像的PSNR,同时对相干斑噪声进行了有效的抑制。

基于多小波域新型空间方向树的SPIHT改进算法

为了更好地利用图像多小波域系数的相似性进行编码,提出了一种基于多小波域新型空间方向树的SPIHT改进算法。在SPIHT改进算法中首先定义了一种新型空间方向树把多小波域中不同子带的相似系数和每个子带中各个子块的相似系数组织在一起,然后根据树的结构改进了算法中分裂排序过程。实验结果表明,SPIHT改进算法与原来的SPIHT算法相比,在相同的压缩比下可以获得更高的峰值信噪比。