共查询到14条相似文献,搜索用时 109 毫秒
1.
2.
3.
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. 相似文献
4.
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. 相似文献
5.
6.
7.
实用型模块化成像光谱仪多光谱图像的信噪比估算及压缩方法研究 总被引:2,自引:4,他引:2
采用局部标准差法和去相关法对实用型模块化成像光谱仪多光谱图像的信噪比进行估算。这两种方法已将地物变化的影响降低到很低的程度。这样在大气订正后,图像的信噪比性能充分反映出遥感仪器的信噪比性能。针对图像压缩,提出控制各波段恢复图像的峰值信噪比刚好大于原始图像的信噪比,使由压缩算法本身所带来的噪声限制在原始图像的噪声范围之内。结合这种压缩思想,用基于离散余弦变换和基于离散小波变换的压缩算法,对实用型模块化成像光谱仪多光谱图像进行压缩。实验表明,利用这种方法,对于高信噪比的波段,图像信息得到了保真;对低信噪比的波段,压缩倍数提高迅速且恢复图像视觉无失真,对整幅成像光谱图像,压缩性能提升显著——当压缩比等于37.95倍时,峰值信噪比等于45.86dB。 相似文献
8.
高光谱遥感图像的小波去噪方法 总被引:2,自引:0,他引:2
高光谱遥感图像是由二维空间信息和一维光谱信息组成的三维数据。普通的去噪方式通常是分别对空间信息或光谱信息进行去噪,其主要缺点是忽视了高光谱图像强烈的谱间相关性和图谱合一的特点。针对这些特点,文章提出一种基于小波变换的高光谱遥感图像去噪方法。该方法对各波段高光谱图像逐一进行二维小波变换,根据含噪声大的波段与噪声小的波段的波长关系,对小噪声波段的高频系数加权求和,代替噪声大的波段的高频系数,通过小波逆变换得到去噪后的重构图像。该方法运算速度快,能有效地降低噪声。对机载可见红外成像光谱仪数据(AVIRIS)实验表明,与经典的BayesShrink图像去噪方法相比,方法重构图像的信噪比(SNR)高出3.8~10.6 db,节省运算时间一半以上。 相似文献
9.
一种支持干涉多光谱图像ROI的压缩编码方法 总被引:11,自引:6,他引:5
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. 相似文献
10.
11.
基于运动估计和ROI编码的干涉多光谱图像压缩 总被引:1,自引:1,他引:0
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. 相似文献
12.
遥感干涉超光谱图像压缩编码 总被引:5,自引:11,他引:5
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. 相似文献
13.
感兴趣区域提升幅度确定及编码 总被引:7,自引:7,他引:0
基于小波变换的星载图像压缩中,感兴趣区域编码实现面临主要问题之一是如何确定小波域系数提升的幅度.提出了一种比特平面熵估计值计算模型及计算算法,能够有效逼近比特平面编码实际输出码率,同时提出了系数提升幅度的算法,从而解决了基于比特平面提升的感兴趣区域编码中系数提升幅度确定问题,可以保证感兴趣区域重建质量要求的前提下,背景和总体重建质量更好.该算法是根据图像内容和用户要求计算系数提升幅度,不需要进行人工干预,图像的复杂度不同,提升幅度也会不同.该算法适合感兴趣区域确定如干涉高光谱图像这类图像的编码.仿真结果表明,尽管不同图像具有不同的复杂度,本文算法都能够准确确定感兴趣区域系数的提升幅度,从而有效保证了总体编码效果更好. 相似文献
14.