基于相对失真测度的感兴趣区域编码

提出了一种基于相对失真测度的率失真斜率提升感兴趣区域编码算法.通过计算感兴趣区域与背景之间的相对失真确定感兴趣区域的率失真斜率提升幅度,使得实际感兴趣区域与背景的相对失真尽可能逼近给定值.本算法不需要对小波域的系数进行比特平面提升,而是通过提升率失真斜率实现.解码器不需要进行小波域系数的逆提升,且提升大小不受比特平面限制, 可以精确到步骤.适合给定感兴趣区域与背景之间的相对失真,也适合交互式图像等感兴趣区域编码.相对失真改变时,不需要重新对图像进行比特平面编码,只要提升感兴趣区域斜率然后重新组织码流即可, 避免了比特平面提升的感兴趣区域编码算法缺陷.仿真结果表明,本算法能够精确根据给定感兴趣区域与背景的平均相对失真组织码流,实际结果十分接近给定值.     

基于感兴趣区域的海洋卫星遥感图像压缩算法

针对海洋监视卫星遥感图像的特点,提出了一种基于感兴趣区域的自适应遥感图像近无损压缩算法。该算法利用红-黑小波提升方法检测出目标的边缘,采用阈值法将目标和背景分割,使用外接矩形来描述目标,从而自动确定感兴趣区域。感兴趣区域采用Rice无损熵编码方法,背景区域采用比特平面编码的有损压缩方法。实验结果表明,该算法能有效地划分感兴趣区域,其压缩比较无损压缩有了很大提高,目标无失真,整幅图像的峰值信噪比都在40dB以上。算法的计算复杂度较低,易于硬件实现,而且还具有自适应性和数据包独立的优点,适合于海洋监视卫星遥感图像近无损压缩应用。     

环境卫星多光谱图像压缩算法

基于环境卫星多光谱图像特点的分析,提出了一种新的基于三维等级树集合划分算法(3D-SPI HT)和感兴趣区域(ROI)编码相结合的多光谱图像压缩算法。首先在谱间采用两种小波基相结合的三维离散小波变换(3D-DWT),去除多光谱图像在空间和谱间的冗余信息,减少恢复光谱的误差值,然后采用部分三维等级树集合划分算法和小波系数提升的感兴趣区域编码相结合的方法。该方法对小波系数从空间方向树上按对恢复光谱信息的重要性不同进行合理的码率分配,使得恢复光谱具有更好的分辨率,并依据比特平面层中重要系数的统计概率来自适应地进行3种编码模式的选择,提高了编码效率。实验数据结果表明,该算法比传统算法更好地保护了多光谱图像中的光谱信息,在压缩比为8∶1的情况下,满足了环境卫星多光谱图像压缩系统的要求。     

适于干涉多光谱图像压缩的自适应率控制算法

提出了一种基于优化截取内嵌码块编码（EBCOT）的感兴趣区域（ROD编码干涉多光谱图像压缩方法。小波变换后,对1级分解的高频系数感兴趣区域即包含光谱信息区域进行垂直方向的分解,再对感兴趣区域进行比特平面提升。T1编码器对不同比特平面的编码过程（Codingpass）赋予不同的重要性权值,由高到低依次编码,T2编码器根据所得的比特率自适应地反馈控制T1的编码深度,最后进行率失真优化截取。实验结果表明,该方法提高了恢复图像质量,有效地减少了优化截取内嵌码块编码算法的计算量和内存使用量（bpp-1时,测试图像的整体、感兴趣区域和背景区域平均峰值信噪比均提高0．1dB以上,计算量和内存使用量平均减少40％和60％以上）,编码方式适合干涉多光谱图像压缩系统硬件实现。     

基于运动估计和ROI编码的干涉多光谱图像压缩

根据干涉多光谱图像的谱间相关性和光谱分布特点,提出一种基于运动估计和感兴趣区域编码的干涉多光谱图像压缩方法.为了去除多光谱图像的谱间相关性,采用运动估计法,对补偿后的图像(即预测误差)进行小波变换及率失真优化截取内嵌码块编码.同时采用率失真斜率提升的感兴趣区域编码方法,更好地保护光谱信息,使图像在相同的光谱分辨率下具有更好的空间分辨率.实验结果与基于三维小波变换的压缩方法以及比特平面移位的感兴趣区域编码方法相比,本文所提方法能有效改善恢复图像质量,提高编码效率,更好地保护光谱信息.     

干涉多光谱卫星图像序列编码

星载干涉多光谱图像序列通过图像匹配实行定位形成光谱序列,相邻图像之间具有很强的相关性,与一般图像序列不同的是,相邻图像之间具有明显的平移特点。为了充分利用这一特点实现有效的图像压缩,同时减少编码系统复杂度,提出了一种新的图像序列编码方法,通过小波域系数匹配算法检测出相邻图像之间的相对位移量,然后对差值图像进行类似于单幅图像的编码,从而提高了总体编码效率。本算法具有与相同单幅图像编码算法相当的低复杂度特点,只需要对单幅图像与模板的差值进行基于小波变换的编码,从而避免了基于三维小波变换的编码算法对系统存储量要求大以及编码延时大的缺陷。仿真结果表明,本算法比基于三维小波变换的编码算法效果更好。     

遥感干涉超光谱图像压缩编码

基于卫星干涉超光谱成像光谱仪成像原理的分析,提出了一种新的遥感超光谱图像压缩方案，利用成像推扫平移特性提出一种低存储量，帧间小波域匹配的序列压缩，只需存储两帧图像，比起单帧处理提高图像PSNR 3-4dB.为了保护图像的光谱特征，系统采用了一种新的感兴趣区域（Region of interest, ROI） 编码技术，使系统的压缩比提高8倍以上.该感兴趣区域（ROI）编码采用率失真优化斜率提升，而不是比特平面移位，使图像在相同的光谱分辨率下拥有更好的空间分辨率.试验数据表明，算法大大保护了图像的光谱特性，在8倍压缩比情况时，满足卫星干涉超光谱遥感图像要求.     

大孔径静态干涉光谱仪图像压缩技术

从图像压缩的角度分析了大孔径静态干涉成像光谱仪成像原理，并提出了一种新的遥感多光谱图像压缩方案。新方案利用大孔径静态干涉成像光谱仪推扫成像特点提出了一种低存储量，帧间小波域匹配的图像序列压缩方法，提高图像质量3～4dB。为了保证图像的光谱信息在8倍压缩比下有效应用，系统采用了一种新的感兴趣区域(ROD编码技术。感兴趣区域编码时，由于方案中采用率失真优化斜率提升，而不是比特平面移位，从而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，算法大大保护了图像的光谱特性，在8倍压缩比下，满足了该类干涉多光谱遥感图像的质量要求。     

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箅法.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.     

基于率失真斜率提升的干涉多光谱图像压缩

提出了一种基于优化截取内嵌块编码的矩形感兴趣区域编码的干涉多光谱卫星图像压缩方法,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自适应失真跟踪实现。解码器不需要进行小波域系数的逆提升,即可达到感兴趣区域的恢复质量要求。改变感兴趣区域的失真指标,只需要再次进行码流组织,而不需要重复进行优化截取内嵌块编码的T1编码,因此更为有效、灵活。同时提出了一种整型率失真斜率估计值快速算法,既可以保证率失真优化截取的精度,又避免了率失真斜率的浮点除法计算和浮点表示,降低了系统的复杂度。该算法适合干涉多光谱卫星图像压缩。     

一种干涉高光谱图像的3DSPIHT结合ROI压缩算法

 针对大孔径静态干涉成像光谱仪的成像特点,提出了一种基于三维小波变换的3DSPIHT算法结合ROI的图像压缩方案.对干涉高光谱图像序列进行了三维非对称离散小波变换.采用ROI方法对主要的光谱系数进行提升,以保护光谱信息.最后,对3DSPIHT算法进行改进,以有效编码干涉高光谱图像的小波变换系数.实验结果表明,该方法在8:1压缩比下可获得大于40 dB的峰值信噪比,同时有效地保护了光谱信息.     

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,这种编码方式在干涉多光谱卫星图像压缩中可获得非常理想的效果.     

LASIS高光谱图像的3D-SPECK压缩算法

将三维集合分裂嵌入块编码算法结合感兴趣区域的压缩方案用于大孔径静态干涉成像光谱仪图像压缩.首先,对高光谱干涉图像序列进行三维非对称离散小波变换.其次,定义零块树作为编码单位.采用感兴趣区域方法对不同的编码单位赋予不同的比特率,以保护光谱信息.最后,采用改进的三维集合分裂嵌入块编码算法分别对每个编码单位进行编码.实验结果表明,该方案在8:1压缩比下,获得大于40dB的峰值信噪比,同时有效地保护了光谱信息.该算法复杂度低,实时性好,满足大孔径静态干涉成像光谱仪系统图像压缩要求.     

基于ROI编码的干涉超光谱图像近无损压缩

针对干涉超光谱成像仪所成图像的特点，提出了一种基于ROI（Region of Interest，感兴趣区域）编码的干涉超光谱图像序列压缩方法.利用帧内差值变换，结合矩形ROI编码，在提高遥感图像压缩比的同时，使压缩后的重建图像质量达到近无损的技术要求.实验结果表明，这种压缩方法在干涉超光谱图像压缩中当相对光谱二次误差为2.04％时，干涉图像的压缩比达到9.66∶1.