Stochastic Model of Block Segmentation Based on Improper Quadtree and Optimal Code under the Bayes Criterion

Most previous studies on lossless image compression have focused on improving preprocessing functions to reduce the redundancy of pixel values in real images. However, we assumed stochastic generative models directly on pixel values and focused on achieving the theoretical limit of the assumed models. In this study, we proposed a stochastic model based on improper quadtrees. We theoretically derive the optimal code for the proposed model under the Bayes criterion. In general, Bayes-optimal codes require an exponential order of calculation with respect to the data lengths. However, we propose an algorithm that takes a polynomial order of calculation without losing optimality by assuming a novel prior distribution.     

An efficient adaptive arithmetic coding image compression technology

This paper proposes an efficient lossless image compression scheme for still images based on an adaptive arithmetic coding compression algorithm. The algorithm increases the image coding compression rate and ensures the quality of the decoded image combined with the adaptive probability model and predictive coding. The use of adaptive models for each encoded image block dynamically estimates the probability of the relevant image block. The decoded image block can accurately recover the encoded image according to the code book information. We adopt an adaptive arithmetic coding algorithm for image compression that greatly improves the image compression rate. The results show that it is an effective compression technology.     

Soft Compression for Lossless Image Coding Based on Shape Recognition

Soft compression is a lossless image compression method that is committed to eliminating coding redundancy and spatial redundancy simultaneously. To do so, it adopts shapes to encode an image. In this paper, we propose a compressible indicator function with regard to images, which gives a threshold of the average number of bits required to represent a location and can be used for illustrating the working principle. We investigate and analyze soft compression for binary image, gray image and multi-component image with specific algorithms and compressible indicator value. In terms of compression ratio, the soft compression algorithm outperforms the popular classical standards PNG and JPEG2000 in lossless image compression. It is expected that the bandwidth and storage space needed when transmitting and storing the same kind of images (such as medical images) can be greatly reduced with applying soft compression.     

适于星上应用的高光谱图像无损压缩算法

针对常见基于预测、变换、矢量量化及其组合的高光谱无损压缩算法压缩比低、压缩算法整体耗时以及硬件实现困难的问题,提出一种适于星上应用的高光谱图像无损压缩算法。首先,沿光谱线的第一谱段图像采用中值预测器进行谱段内预测,其他谱段图像采用谱间预测。谱间预测采用两步双向预测算法,第一步预测采用双向二阶预测器得到参考预测值,第二步预测采用本文提出的改进LUT搜索预测算法得出4个LUT预测值,然后将参考预测值与其比较得出最终的预测值。最后,使用XX-X空间高光谱相机的压缩系统试验设备对该文提出的压缩算法进行了试验验证。结果表明,压缩系统能快速稳定地工作,平均压缩比达到3.05 bpp,与传统方法相比,平均压缩比提高了0.14~2.94 bpp。有效的提高了高光谱图像无损压缩比和解决了压缩算法整体实现困难的问题。     

基于分类和曲线拟合的干涉超光谱图像压缩

根据干涉超光谱图像的特点,提出了一种基于图像分类与曲线拟合的干涉超光谱图像数据分解算法,结合内嵌比特平面编码技术实现干涉超光谱图像的压缩。与JPEG2000一样,该算法实现了有损、无损压缩的兼容。将干涉超光谱图像数据分为主干涉区域与非主干涉区域两类,针对主干涉区域提出了一种相似匹配算法,而对非主干涉区域采用经验模式分解和二次曲线拟合方法进行数据分析,两种分析算法结合起来能够有效地对谱线数据进行分解,从而有利于取得更好的压缩效果。仿真结果表明,提出的算法可以使无损压缩的输出码率降低0.2~0.4bit/pixel,而近无损、限失真压缩的重建图像质量相应提高。     

Distributed Lossless Compression Algorithm for Hyperspectral Images Based on Classification

This article addresses the problem of distributed lossless compression for hyperspectral images and proposes an effective lossless compression algorithm based on classification. First, a band selection algorithm was performed on the hyperspectral images to select those bands with considerable information. Next, the K-means algorithm was performed on those selected bands to obtain the classification map. To make full use of the spectral and spatial correlation, a multilinear regression model was introduced to construct the high-quality side information of each class within the identical block according to the classification map. Subsequently, the (n, k) linear grouping codes were employed to perform the distributed source coding for each class separately. The experimental results showed that the proposed algorithm has a competitive lossless compression performance compared with other state-of-the-art algorithms.     

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.     

基于谱间和帧内差分脉冲编码调制的超光谱图像无损压缩

以超光谱遥感图像为研究对象,分析了干涉成像光谱仪获取图像的谱间和空间相关性,提出一种三维差分脉冲编码调制（ DPCM）无损压缩方案。首先进行了谱间DPCM预测;然后,对残差图像进行帧内DPCM预测;最后,对差分码流进行二值自适应算术编码。实验表明,该算法可实现无损压缩,压缩比平均可达1.662,较二维整数小波变换算法提高了15.6％,且算法复杂度较低,仅有加减和移位运算,易于硬件实现。     

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.     

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。     

二维提升的CDF(1,3)小波结合改进的SPIHT的渐进性无损图像压缩方法

针对传统小波变换计算复杂的缺点和多级树集合分裂算法(SPIHT)编码过程重复运算、存储量大的问题,提出了一种二维提升的CDF(1,3)小波结合改进的SPIHT的渐进性无损图像压缩方法。对整数CDF(1,3)双正交小波变换实现二维提升,利用提升的小波对图像做变换,提高了运算速度、便于硬件实现。对SPIHT算法加以改进,根据各个子图像的不同特点,改变扫描路线,采用四路并行分块处理的方法,提高了编码速度,降低了编解码过程的运算复杂度和时间消耗。利用提升的CDF(1,3)小波变换结合改进的SPIHT实现了渐进性无损图像压缩,证明了二维提升方案的有效性。     

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.     

有序抖动半调图像的无损压缩算法

在分析不同有序抖动模板对所生成抖动半调图像的影响因素基础上,设计了尺度变化的分块及块间异或预处理策略,大大提高了二值游程长度.进而使用游程和哈夫曼相结合的编码思想提出了一种新的有序抖动半调图像无损压缩算法.仿真实验表明,该算法在编码效率上具有较大优势.     

Joint Lossless Image Compression and Encryption Scheme Based on CALIC and Hyperchaotic System

For efficiency and security of image transmission and storage, the joint image compression and encryption method that performs compression and encryption in a single step is a promising solution due to better security. Moreover, on some important occasions, it is necessary to save images in high quality by lossless compression. Thus, a joint lossless image compression and encryption scheme based on a context-based adaptive lossless image codec (CALIC) and hyperchaotic system is proposed to achieve lossless image encryption and compression simultaneously. Making use of the characteristics of CALIC, four encryption locations are designed to realize joint image compression and encryption: encryption for the predicted values of pixels based on gradient-adjusted prediction (GAP), encryption for the final prediction error, encryption for two lines of pixel values needed by prediction mode and encryption for the entropy coding file. Moreover, a new four-dimensional hyperchaotic system and plaintext-related encryption based on table lookup are all used to enhance the security. The security tests show information entropy, correlation and key sensitivity of the proposed methods reach 7.997, 0.01 and 0.4998, respectively. This indicates that the proposed methods have good security. Meanwhile, compared to original CALIC without security, the proposed methods increase the security and reduce the compression ratio by only 6.3%. The test results indicate that the proposed methods have high security and good lossless compression performance.     

基于QR码和算术编码的图像加密无损恢复方法

将QR码作为数据容器引入光学图像加密系统,可以移除光学系统在解密图像时产生的散斑噪声,使得解密图像无损恢复,是一种非常理想和实用的去除噪声的方法。但由于QR码的存储容量有限,只能存储一些字母和简短的句子或者一幅尺寸很小（32×32像素）的灰度图像,严重制约了该技术的进一步应用。为了将一幅更大的灰度图像存入到QR码中,提出一种基于算术编码的图像无损压缩方法。首先将灰度图像以文件的形式读取为二进制数据,然后转换成十进制数据并利用算术编码的方法压缩为二进制数据,最后再转换成十进制数据。实验结果表明,此方法具有较高的压缩效率,能够成功将一幅64×64像素的具有丰富灰度值的图像存入到一张31版QR码中进行加密和解密。     

基于1+2维小波变换的多光谱图像压缩

提出利用1+2维小波变换技术对多光谱遥感图像进行近无损压缩.使用嵌入式块截断算法压缩谱内图像;谱间变换使用短滤波器进行1维小波变换,去除多光谱图像的谱间冗余.实验证明,加入谱间的1维变换比不加入变换,而仅仅对每个波段图像进行压缩的压缩比提高20%.整个算法是嵌入式的,复杂度适中.编码的比特流具有渐进式特性,可以过渡为高压缩比的有损压缩.     

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。     

基于Markov性质的一阶安全算术编码及应用

基于压缩编码的加密方式能够同时完成加密和压缩的功能,通过压缩减少了信息的冗余,同时引入加密使对试图推测出明文信息和找到密钥的攻击具有非常好的鲁棒性.本文提出了一种基于一阶Markov模型的安全算术编码,在编码过程中通过随机密钥保证图像压缩编码的安全性,且显著提高编码的压缩效率,使其方便在网络中安全传输.实验结果和安全性分析表明,算法能够抵抗现有的各种基于算术编码的安全性攻击和其他密码学分析。     

一种全局运动的图像处理算法研究

在摄像机进行航拍的图像处理系统中,由摄像机运动所引起的视频运动,背景变化是主要特点。在进行图像采集时,每个像素都在变化,采用传统的图像编码方式进行图像压缩,压缩效果比较差。提出了基于块分割的精确运动估计算法,它是一种很好的图像压缩方法。     

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。