基于提升方案的多光谱遥感图像有损压缩算法

在分析多光谱遥感图像谱间和空间数据特点的基础上,提出了一种DPCM线性预测与基于提升方案的整数小波变换相结合的多光谱遥感图像有损压缩算法。在谱间采用DPCM预测去除谱间相关性;在谱内采用整数小波变换去除空间相关性,根据不同子带对目标识别的重要程度,选择不同的量化阈值和量化步长进行量化,并分别对各个子带量化后的数据和重要图表采用固定比特平面编码和游程编码,实现高效的多光谱遥感图像压缩。实验结果表明,该算法在一定的压缩比下,重构图像具有较高的峰值信噪比,并且算法硬件实现简单,对内存的需求低。     

有损压缩JPEG在载频条纹图分析中的应用研究

探讨了基于JPEG的有损压缩方法在载频条纹图分析中的应用前景。简介了当今流行的JPEG有损压缩技术和傅里叶变换轮廓术。使用专业软件对傅里叶变换轮廓术中拍摄的载频条纹图进行各种压缩比的压缩,解压后再解调出相位,与未经压缩的原图解调出的相位进行比较。将其相位误差与相位移法解调出的相位误差进行了对比,指出相对于相位移法而言,傅里叶变换轮廓术具有滤波的作用,对其拍摄的载频条纹图,应用JPEG压缩算法是可能的,解调出来的相位误差更小。     

一种易于硬件实现的图像有损压缩算法

原始图像数据经过小波变换后,根据子带系数之间在空间上和方向上所呈现出的带间相似性,将像素集合重新定义为集合树。通过对直流系数量化编码和交流系数比特深度编码中的参数K和熵编码中长度分别为3bit码字（choicel）和4bit码字（choice2）的编码方式的选择实现数据的渐进性编码,使产生的码流具有内嵌特性,可以对任意码流进行截取和译码,实现对码率的有效控制。提出了一种具有复杂度低、易于硬件实现的图像有损压缩算法。经过系统仿真证明此算法有利于提高重建图像的质量。     

端元提取技术在高光谱图像压缩中的应用

高光谱图像海量数据如何实现大比例有效压缩是限制其应用的主要问题之一,而现有有损压缩方法存在大压缩比与光谱特性信息准确保留的矛盾,即使现有最优有损压缩方法也不能够得到令人满意的结果。文章基于混合像元分解的思想提出基于端元提取技术的数据有损压缩方法来解决该矛盾,首先用顶点成分分析(VCA)方法提取场景中地物的端元光谱,根据各端元与观测像元之间的光谱间余弦角相似性度量方法估计各端元的丰度,接着对端元光谱及丰度数据进行无损压缩,最后利用JPEG2000有损压缩方法对高光谱图像的所有单波段图像进行空间维大比例有损压缩。AVIRIS高光谱图像的仿真结果表明,压缩比得到大幅度提高,光谱信息得到有效恢复。在实现压缩比为50∶1时,大部分像元的光谱角误差在2%左右。     

有损压缩JPEG在相移法位相解调的应用评估

探讨了基于JPEG的有损压缩方法在相移法位相解调中的应用前景。简介了当今流行的JPEG有损压缩技术和相移技术。针对三维测量中的相移技术,使用专业软件对四步相移法中拍摄的图像进行各种压缩比的压缩,解压后再解调出相位,与未经压缩的原图解调出的相位进行比较。指出图像的压缩对于相位的解调是有影响的,尤其是对于图像的边缘部分,变化较大,噪声较强,压缩丢失信息,解压后解调出的相位误差较大,但随着压缩比的下降,压缩质量的提高,解调出的相位误差不断下降。