遥感图像的数据压缩技术研究

主要讨论了两种遥感图像的数据压缩方法改进的JPEG算法和噪声分解压缩算法.传统的JPEG算法会引起恢复图像的视觉失真,根据遥感图像的数据特征,设计出了一种新量化器,使图像的压缩效果和恢复图像的质量都有一定程度的提高.实际遥感图像都不可避免地存在随机噪声干扰,噪声干扰使得几乎所有的压缩算法性能降低,为此,我们提出"噪声分解压缩算法"的思想,使压缩算法变得更有效.     

卫星遥感图像数据压缩质量评价研究

针对高保真高速数据压缩算法的卫星应用,采用客观参数评价和主观评价相结合的方法,对卫星遥感图像数据压缩质量评价进行了较系统的研究。通过四次试验实践表明,主观评价具有相当的客观性,是目前遥感图像数据压缩质量评价中最基本、最有效的方法,科学合理地设计主观评价至关重要;客观参数评价是有益的参考方法,在改善某一压缩方法时,峰值信噪比(PSNR)是个较好的衡量标准;主观评价和客观评价有较好的一致性,主要体现在PSNR、相似度(XSD)和全图局域最大误差(LME)等客观评价参数上。     

CCSDS无损数据压缩算法的实现与应用研究

无损数据压缩是航天应用和遥感系统的重要业务之一。对CCSDS(空间数据系统咨询委员会)推荐的数据无损压缩标准进行了分析研究,讨论了其推荐算法的基本原理和编码方法,然后基于DSP(数字信号处理器)实现了该算法并对代码进行了优化。实验结果表明,DSP实现的CCSDS标准的无损数据压缩算法的数据处理速率可达11Mbit/s,可用于那些不需要很高数据吞吐率的星上数据处理任务。最后讨论了CCSDS无损数据压缩标准是如何融入CCSDS体制的星载数据系统中的。     

遥感图像受控有失真压缩技术研究

在测绘遥感领域, 对图像的像质要求较为严格, 但即便如此, 遥感图像数据中仍然含有噪声, 从而有损压缩是可行的。文章在遥感图像信噪分析的基础上, 提出了一种遥感图像受控有失真压缩技术。首先分析了遥感图像有失真压缩的可行性; 然后应用小波的良好变焦性能, 对遥感图像施行2层2维小波的塔式分解; 对低频子图进行精细量化,对高频子图进行从粗到精的量化; 最后, 考察不同的高频量化器对遥感图像的压缩倍率和恢复图像像质的影响。     

遥感数据的最佳变换编码

当遥感的数据率超过数据传输系统的传输能力时,一种有效的解决办法是采用数据压缩。变换编码是数据压缩中较为有效的方法。本文在H空间中引入微分算子,并用变分法证明在最小均方误差准则下的最佳线性变换是K-L变换。     

侦察级民用卫星遥感图像市场的形成

随着冷战的结束和世界格局的变化，民用卫星遥感图像市场正在形成并扩大。越来越多的侦察卫星级私营卫星遥感系统即将陆续投入使用，卫星侦察信息的国家间交流日益增多，使卫星侦察似有走向商业化和国际化之趋势。１．民用卫星遥感图像市场渗透军事应用的可能性据１９９４年初美国政府和工业界有关报告估计，１９９２年卫星遥感图像全球销售额约２亿美元。１９９６年以后这种市场呈急剧增加态势，２０００年、２００５年、２０１０年分别增加到８亿、２７亿、６８亿美元。美国原来投入市场的卫星遥感图像主要是８０ｍ、３０ｍ分辨率的“陆地…     

遥感卫星数据传输技术发展分析

在分析遥感卫星对该技术总体需求的基础上,从数据率、频段选择、数据压缩、调制解调、数据安全、编译码等几个方面对此项技术的发展进行了分析和预测,并提出了相应的对策。     

面向星载应用的空间域四叉树层次化图像压缩算法

为满足卫星应用领域对高分辨率遥感图像实时传输与存储的要求，针对该类图像特征，提出基于空间域四叉树数据结构的图像数据亚采样与多模式自适应预测编码相结合的压缩算法。该算法使用四叉树数据结构与三种预测编码模式，针对图像块纹理差别，自适应地选取相应的亚采样与量化编码方式，通过采样方式与量化方式的变化，达到保存高分辨率遥感图像细节与小目标绝不丢失的要求，实现了对遥感图像中目标边缘和变化剧烈的细节的高保真效果，同JPEG相比，恢复图像峰值信噪更高、图像纹理细节保持能力更强。利用具有可编程序门阵列器件物理实现上述算法，获得高速图像压缩专用芯片，该芯片数据处理速度达到288Mbit／s，功耗低于1W。     

利用平滑约束复原方法处理CCD相机遥感图像

重点研究了频域平滑约束复原方法以及该方法对遥感领域中的实际应用，文章先介绍了平滑约束复原方法的理论基础，然后用该方法对CCD相机的遥感图像进行了复原处理，讨论了遥感器系统调制传递函数（MTF）曲线的拟合，遥感器系统MTF矩阵的构造以及复原参数的选择。可以得出结论，在一定条件下，利用平滑约束复原方法可以有效地改善整个系统的调制传递函数，从而使图像变得清晰。     

基于结构描述的图像压缩方法研究

目前在遥感图像压缩领域,应用最为广泛的是以SPIHT算法为代表的基于小波变换的压缩技术,但是遥感图像含有极为丰富的高频信息,而变换域压缩编码的压缩原理是保留低频信息删减高频信息,这种矛盾导致了变换域编码对遥感图像进行高倍率压缩时,图像会有较大失真。为了减小压缩过程中高频信息的失真,从对图像空间结构描述入手,提出了一个基于空域的图像压缩算法,并与SPIHT算法进行了对比试验,证明了该算法的压缩质量明显好于SPIHT算法,具有一定的应用前景。     

卫星遥感图像分块小波变换编码方案

提出一种分块小波变换（ＢｌｏｃｋｉｎｇＷａｖｅｌｅｔｓＴｒａｎｓｆｏｒｍ）方案。该数据压缩方案可节省存储时间，为星上应用提供了可能性。利用各基带之间的自相似性，对小波系数采用改进型零树编码（ＩｍｐｒｏｖｅｄＺｅｒｏｔｒｅｅＥｎｃｏｄｉｎｇ），可有效的提高压缩比。     

基于视觉模型和图像特征的遥感图像压缩

遥感图像具有纹理复杂、边缘丰富的特点,通常难以实现高压缩比.统计了图像经过小波变换后在不同方向、不同级别子频带的能量分布.然后基于人类视觉系统(HVS)模型中的对比敏感度函数(CSF)和遥感图像的能量分布特征,提出一种不同频带小波系数的变步长量化方法,并把该方法应用于嵌入式小波图像编码器.实验结果表明,与不采用心理视觉量化的压缩方法相比,在相同压缩比下,峰值信噪比略为降低,但恢复图像的主观质量有一定程度的改善.     

基于失真敏感性的可见光遥感图像压缩补偿

可见光遥感图像纹理细节丰富且分布情况复杂,高倍压缩后容易出现失真不均衡现象。现有研究并不针对图像的主观品质且易出现错补偿问题。为此,设计了基于失真敏感性的可见光遥感图像压缩补偿方法。通过对比结构相似度模型各函数对遥感压缩失真的评价效果,构造了压缩失真敏感性模型,在此基础上深入分析了不同程度的数据损失对恢复像质的影响,设计了基于失真敏感性的压缩补偿策略,在压缩编码端确定失真敏感区域并量化回传失真影响明显的数据,补偿于解码端恢复图像中。结果表明,该方法能有效提高恢复图像失真敏感区域内遥感目标的清晰程度和可判读性,降低恢复图像的失真不均衡程度,改善恢复图像的整体质量。     

基于空间重采样的遥感图像压缩

针对遥感图像压缩，在分析基于变换的压缩方法（如小波变换）可用性的基础上，提出一种称为RBC（Resampling Based Compression，即基于空间重采样压缩）的新压缩方法，RBC方法的主要特点是恢复图像的高保真和压缩算法的低运算复杂度，因此十分适合高速，实时压缩应用，给出了RBC方法与SPIHT（Set Partitioning In Hierarchical Trees)方法的压缩结果的比较，。比较结果表明RBC方法比其他熟知的方法更适合于遥感图像压缩应用。     

FIR数字滤波器的优化设计

针对常系数FIR数字滤波器,采用CSD编码和简化加法器图技术来减少FIR实现过程中乘累运算的加减次数,从而降低了其对硬件资源的消耗;在结构上采用分布式算法和流水线技术进行优化,显著的提高了FIR数字滤波器的工作速度。通过实例对每一种改进方法进行了对比验证,说明达到了节省芯片资源或提高实现频率的目的。     

SAR图像的非下采样Contourlet噪声抑制算法

非下采样Contourlet变换克服了小波变换非一维奇异性最优基的缺点,而且其平移不变性使其边缘保持能力优于Contourlet.提出了一种非下采样Contourlet的合成孔径雷达(SAR,Synthetic Aperture Radar)相干斑去噪模型.首先对SAR图像进行同态变换,将乘性噪声变为加性噪声;再进行非下采样Contourlet变换,包括非下采样金字塔分级和非下采样方向滤波2部分;最后利用阈值的方法将信噪实施分离.实验中针对乘性噪声污染的航拍图像和原始SAR图像,进行了传统的Lee滤波器和小波滤波器去噪,与上述模型去噪进行比较,在去噪性能和边缘保持的主观视觉上都得到了优异的结果.      

基于小波变换和核独立分量分析的遥感图像变化检测

为了进一步提高基于独立分量分析(IndependentComponentAnalysis,ICA)的遥感图像变化检测精确度,并解决ICA分离的图像分量排序不确定问题,提出了基于小波变换和核独立分量分析(KernelIndependentComponentAnalysis,KICA)的遥感图像变化检测方法。首先通过小波变换对遥感图像进行分解,得到由图像的高频分量和低频分量组成的分块向量,然后利用核函数将分块向量映射到高维特征空间中,再在该空间中用ICA方法分离出互相独立的向量,最后根据分离出的向量中高频分量的差异自动分辨出变化分量。文章给出了遥感图像变化检测方法及近年提出的基于主分量分析(PrincipalComponentAnalysis,PCA)、基于ICA、基于KICA三种变化检测方法的试验结果,并进行了分析和定量比较。试验结果表明,文中方法能更好地分离出遥感图像的变化信息,具有更高的精确度,并实现了变化检测的智能化。     

基于模式特征的图像压缩算法

从人眼视觉特征与空域模式特征的角度出发,提出了一种基于模式特征的图像压缩算法。经过对一组遥感图像的对比试验,可以看出本算法在对纹理信息丰富的遥感图像进行压缩时明显优于SPIHT算法。