多光谱遥感图像压缩系统中的ROI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。从而克服了传统方法因为增强系数与图像复杂度不匹配带来的ROI与BG的PSNR质量不协调的问题，该算法的解码器不需要知道该图像是否存在ROI，不需要反提升过程，完全正常解码即可，而且该方法保留了EBCOT的优良特性。实验表明，这种编码方式在干涉多光谱卫星图像压缩系统中可获得理想的效果。     

大孔径静态干涉多光谱图像压缩算法

基于大孔径静态干涉成像光谱仪的成像特点,提出了一种适合于干涉多光谱图像的不等重要性权值率失真优化等级树压缩算法。该算法根据干涉多光谱图像在空间和频域的特点,对小波系数从空间方向树上按空间域中各光程差对恢复光谱信息的贡献重要性不同赋予不同的重要性权值,这样不仅弥补了SPIHT算法在码率分配上的不足,而且有效的保护了频域中的光谱信息。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8倍压缩比下,满足该类干涉多光谱图像压缩系统的质量要求。     

基于分布式信源编码的高光谱图像无损压缩研究进展

有效的高光谱图像压缩技术已经成为航天高光谱遥感领域研究的焦点之一。对基于分布式信源编码（Distributed Source Coding,DSC）的高光谱图像压缩技术研究进展进行了综述。首先介绍了DSC的理论基础、实现方式及其在高光谱图像无损压缩应用中的优势;然后总结了基于DSC的高光谱图像无损压缩研究进展,在此基础上给出了一种基于多波段预测的高光谱图像分布式无损压缩算法,实验结果表明,该算法具有较低的编码复杂度,其无损压缩性能优于现有的分布式无损压缩算法;最后指出了DSC在高光谱图像压缩中需要进一步研究的问题。     

基于感兴趣区域的无人机侦察图像压缩

根据无人机侦察图像压缩的特殊性,综合JPEG2000中MaxShift和GSBM的特点提出一种改进的感兴趣区域图像压缩算法。该方法允许用户在一幅图像中指定任意形状的区域建立掩模,不需要将感兴趣区域的形状信息传递到解码端,能灵活调节感兴趣区域和背景区域的重构图像的相对质量。实验表明,该算法在低解码率(小于0.5bpp)时,与MaxShift相比,具有更高的编码质量(峰值信噪比最高可高出10dB左右)。     

基于感兴趣区域编码的图像压缩算法

文章提出了一种基于矢量量化的感兴趣区域小波图像压缩算法。该算法充分利用了子带系数带内带外的相关性,从低频到高频按空间方向树结构构造矢量,对感兴趣区域和背景区域采用不同的矢量构成方法。试验表明该算法在极低比特率的情况下,恢复图像仍可获得较好的主观质量。     

基于光谱特性的高光谱图像压缩方案

根据干涉型高光谱成像仪成像特点,提出了一种针对干涉型光谱仪所获得高光谱图像的基于光谱特性的图像压缩方案。由于光谱信息最终从“点”十涉图像中恢复,因此方案中首先通过高精度匹配技术将原始“像面”干涉图像序列“重组”成“点”干涉图像,然后针对“点”干涉图像序列进行压缩。在重组过程中采取基于光流的亚像素级匹配和基于梯度的三角插值算法,实现了高精度的图像匹配重组;在压缩环节利用“点”干涉图像与光谱信息之间的傅立叶变换关系,提出一种能够很好保持频谱特性的基于一维DCT的压缩算法。实验证明,压缩算法总体性能远高于针对“像而”干涉圈序列的压缩算法．很好地控制了光谱信息的失真。     

基于JPEG2000的遥感图像高效压缩显示优化算法

以遥感图像的压缩问题为研究对象,剖析JPEG2000压缩的技术流程,分析遥感图像、自然图像和人物图像的图像特征,并提出一种基于常规JPEG2000压缩框架的面向遥感图像的高效压缩显示一体优化算法,包括高频分量滤波处理、位平面编码通道扫描并行处理和改进的感兴趣区域ROI编码算法,在图像压缩整体耗时和ROI的渐进显示效果上都有明显的提升。     

多光谱图像无失真压缩的方法研究

在研究无失真压缩理论和多光谱图像特性的基础上,提出了一种新的基于波段排序的谱空间预测算法(BRSS: Band Reordering Spectral and Spatial),结合Huffman编码完成了对多光谱图像的无失真压缩,和其它几种预测方法相比,BRSS有显著的优越性。     

一种实现图像感兴趣区域嵌入式编码的改进算法

对图像感兴趣区域ROI(Region of Interest)的支持是新一代静止图像压缩标准JPEG2000的一项重要功能。文章利用嵌入式编码理论,针对零树小波编码EZW(Embed-ded Zerotree Wavelet Coding)算法的效率不足提出了一种改进方法。通过基于对EZW方法的适当改进并用于ROI编码,实现了图像感兴趣区域的高品质重建,进一步降低了编、解码复杂度和存储的空间,并提高了编码的效率。     

多光谱图像无失真压缩的方法研究

在研究无失真压缩理论和多光谱图像特性的基础上,提出了一种新的基于波段排序的谱空间预测算法(BRSS:Band Reordering Spectral and Spatial),结合Huffman编码完成了对多光谱图像的无失真压缩,和其它几种预测方法相比,BRSS有显著的优越性.     

基于BLACKFIN561的H.264视频编码优化

H.264视频压缩编码显示了强大的编码性能,较H.263和MPEG-4节省近50%的码率,但这是由H.264成倍增加的复杂度得到的。其代码容量和内存占用对硬件的存储器和计算能力提出了极为苛刻的要求,这就阻碍了其商用方案的发展。通过对H.264编码器的C语言级优化,使其对硬件的存储能力和计算能力的要求大大降低。在此基础上,利用Blackfin561的特性,再将代码进行汇编级优化,使代码更易于向DSP硬件平台移植。     

环境减灾-1A卫星超光谱数据实时压缩编码器的设计

主要研究了超光谱干涉条纹图像的数据特点及其压缩方法,并以HJ-1A卫星型号为背景,提出了适合星上应用的压缩方法。文章对该算法进行了硬件语言的设计和硬件电路的实现,所设计的压缩编码器简单、可靠、实时性好,目前在轨工作稳定,数据压缩质量用户评价良好。     

SPIHT算法容错性能的分析及改进

SPIHT算法是一种基于小波变换 ,压缩编码效率很高的静止图像压缩编码算法 ,但其产生的码流容错性能很差 ,单比特失真就可能对恢复图像质量造成严重影响。针对这一缺陷 ,提出了虚拟完全子树算法。该算法采用子树独立编码、最优率失真截断、Tag-tree编码和虚拟零树等方法 ,在保持原算法高效压缩性能的同时有效地提高了码流的容错性能     

机载高分辨率遥感图像实时压缩系统研究

介绍了图像压缩系统的5种主要架构,分析、比较了这5种架构的优缺点。基于现场可编程门阵列(FPGA)的图像压缩系统架构,提出了一种适合机载应用的高分辨率遥感图像实时压缩系统,该系统具有体积小、功耗低的特点。另外,还针对JPEG-LS(JPEG-Lossless)算法的特点,提出了一种简单有效的位率控制和抗误码方法,并在基于VIRTEX-ⅡFPGA的实时压缩系统中进行了具体应用,实现了机载遥感图像的无损和近无损图像实时压缩。该系统预留了充分的硬件资源,可支持EZW和SPIHT等复杂度较高的高倍率图像压缩算法的应用。     

一种适合星载多光谱图像的压缩算法研究

文章提出了一种适合星载多光谱（4个谱段）图像压缩方法,根据多光谱图像之间相关性较强和卫星对地通道传输速率有限的特点,利用谱段变换,调整各谱段之间的信息量分配,形成新的谱段数据,并对新谱段数据压缩比进行适当调整,完成多光谱图像数据压缩。采用此算法后,可以使平均压缩比不变的情况下,4个谱段恢复的多光谱图像大部分峰值信噪比（Peak Signal Noise Ratio,PSNR）与直接压缩图像后的PSNR值相比有所提高。     

适合空间应用的高速图像压缩核设计

针对空间遥感图像压缩的具体应用,给出了基于CCSDS ［1］ 算法的 高速图像压缩核的设计和实现。对CCSDS算法的实现方法进行了优化,算法的VLSI架构 设计充分利用了流水和并行技术,使处理速度相比串行方式平均提高了40倍。压缩验证系统 实验结果表明压缩核在编码效率、处理速度和容错能力上均具有较高的性能,50MHz频 率下压缩核的数据处理速度可达12.5Mpixels／s。     

一种最大压缩误差可控的高光谱图像压缩算法

提出了一种可以实时控制压缩误差的高光谱图像有损压缩算法。该算法对高光谱 图像矩阵进行奇异值分解得到奇异值矩阵和奇异向量矩阵;用部分奇异值及其对应的奇异向 量重构图像;根据测量系统精度要求确定量化因子并对重构图像与原始图像间的光谱误差进 行量化;采用预测编码和算术编码对用于图像重构的奇异值及其对应奇异向量进行无损压缩 ;设计了非零值编码算法完成对重构误差的无损压缩。对Luna Lake和Low Altitude图像的 仿真结果为：最大相对误差分别控制在0.44％和0.33％时,压缩比为41.5:1和24.6:1, 信噪比为 50.4 dB 和47.8 dB。