嫦娥工程X射线谱仪的数据压缩研究

本文对嫦娥工程中的重要科学载荷X射线谱仪提出了一种有效的数据压缩方案。针对具体的数据特征,结合稀疏串编码、相关编码、前缀编码和字典编码等思想实现了无损和近无损压缩,使实验室理想环境下获得以及经嫦娥一号卫星下传的太阳能谱数据平均压缩比分别达到15和7,两种情况下的月球事例数据平均压缩比都为2,同时算法还具有一定的纠错能力,满足了X射线谱仪数据压缩的需求,为嫦娥三号卫星上粒子激发X射线谱仪的星载数据处理和后续工作提供了经验和准备。     

具有运动估计的亚采样方块编码

提出了一种新的活动图像编码算法。这种新的编码算法称为运动估计的亚采样方块编码。模拟结果表明：这种新算法压缩比为２５～３０，信嗓比为２９ｄＢ。对每帧１２８×１２８个象素的数字化图像在ＰＣ／４８６—３３计算机上经过实时处理，图像质量良好。文中给出了编码算法和计算机模拟结果。     

基于分布式信源编码和感兴趣区域编码的干涉多光谱图像压缩

基于干涉多光谱图像特点和应用环境要求,提出一种基于分布式信源编码和感兴趣区域编码的干涉多光谱图像压缩算法。编码端通过关键帧预测出边信息帧,然后联合估计的边信息帧和插值分布的概率模型在编码端进行比特平面码率估计,最后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,这种编码方式在干涉多光谱图像压缩系统中可获得较好的效果,算法复杂度低。     

遥测数据压缩算法的设计与实现

介绍遥测数据在数据存贮过程中的特点 ,分析对遥测数据进行压缩的必要性 ,特别地还分析了数字信号处理方法在遥测数据压缩中的应用。设计了自适应的遥测数据压缩算法。系统中使用多种压缩算法 ,包括预测编码、Huffman编码、游程编码、1- 9编码等 ,通过使用快速傅里叶变换、离散余弦变换、小波理论 ,将遥测数据信号转换到频域 ,再通过一般压缩算法进行压缩 ,在符合数据处理精度要求的前提下 ,引进有损压缩算法 ,达到最高压缩比。实践证明 ,使用多种压缩算法相结合 ,能使数据压缩率提高十多倍 ,远远高于压缩软件的压缩比。     

一种基于分类DCT的SAR图像压缩算法

提出了一种基于分类 DCT的 SAR图像压缩编码算法 ,该算法在国际静止图像压缩标准 JPEG基础上 ,将图像划分为平坦区域和波动区域 ,依据人的视觉生理特点 ,对不同区域采用不同的量化编码方式 ,结果 ,既可以获得较高的压缩比 ,同时也可保证良好的视觉效果。实验结果验证了算法的有效性     

一种小卫星过顶预报算法

针对小卫星地面便携式通信终端的嵌入式编程环境存储量有限的情况，介绍了过顶预报算法。该算法在不影响精度的情况下忽略卫星轨道预报算法的高阶摄动项，节省了软件存储量；同时用改进的搜索算法，大大缩短了过顶时间段的搜索时间。该算法的应用使得手持终端减少了能耗，缩短了捕获载波频率的时间。     

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。
     

JPEG2000中MQ算术编译码器的研究

JPEG2000应用了嵌入式码块编码(EBCOT)，在此编码中应用了MQ算术编码器，本文主要研究MQ算术编码器的关键技术和工作原理。     

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，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，可有效地提高压缩比。     

关于二进制相位编码脉冲压缩的时序旁瓣抑制技术

本文提出了能有效降低二进制脉冲压缩编码的时序旁瓣的一种简单易行的技术。当压缩比为5～16时，与传统的二进制编码比较，采用这种新技术可使峰值旁瓣电平(PSL)显著降低。而且，用这种新技术通过模拟可以估算压缩后的信噪比，合理的中频带宽和多普勒容限。     

一种适合于遥感图像的逐行扫描压缩算法

在ChristosChrysafis基于逐行小波变换编码的基础上,提出了一种低复杂性基于逐行扫描的图像压缩算法。该算法不需要对图像分块,在对小波系数进行均匀量化之后,根据不同子带的上下文统计特征进行概率建模,采用改进的低复杂性Golomb Rice算法进行熵编码。试验表明,采用这种算法,在对大幅面图像压缩时存储器需求远小于基于SPIHT等算法的存储器需求的同时,其熵编码复杂性也大幅降低,特别适合于功率和空间受限的遥感图像压缩系统中。     

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。     

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     

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。     

基于贝叶斯估计的非平稳SAR图像自适应小波滤波

合成孔径雷达(SAR)的相干斑噪声严重影响图像质量、降低图像的可判读性。本文提出的滤波方法，将通用小波阈值滤波方法和基于图像局域统计特性的滤波方法相结合。针对非平稳SAR图像的不同区域采用不同的方法调整小波系数，具有自适应能力。分析了噪声在小波变换域中的分布和统计特性，用高斯混合模型来对其进行描述。采用期望最大似然(EM)算法迭代出小波系数的分布参数。最后用贝叶斯估计得出真实图像的小波系数。在仿真实验中，将该方法与经典的局域统计方法以及通用的小波阈值去噪方法进行了比较。结果表明，本文的方法能对非平稳SAR图像进行更有效的滤波。     

基于空域结构渐进描述的图像压缩算法

目前通用的变换域图像压缩算法由于其工作原理导致其在压缩具有丰富纹理细节的遥感图像时质量不高,为了满足当前航天遥感技术的需要,提出了一个基于在空间域上对图像结构进行渐进描述的图像压缩算法。该算法把分块图像根据其内部的纹理复杂程度分为平坦、粗纹理和细纹理3种模式,并利用纹理简单模式叠加修正的方式来渐进地描述纹理复杂模式。在压缩细节纹理较少的图像时,该算法的结果与基于小波变换的典型算法SPIHT相当,而在压缩纹理细节丰富的图像时,该算法明显优于SPIHT算法。     

考虑小波数相关性的SAR图像去斑算法

SAR(合成孔径雷达)发射的相干信号之间会使图像产生相干斑点噪声,严重影响SAR图像的应用,需加以抑制。通过研究分析,一副图像小波分解之后的小波系数在幅度、符号之间具有强烈的相关性,由此提出了一种小波去斑算法,该算法考虑了小波系数幅度、小波系数符号之间的相关性。利用合成斑点噪声图像和实际SAR图像验证了该算法的有效性。结果表明:该算法在抑制SAR图像斑点噪声的同时,具有更好的边缘细节保持能力,提升了SAR图像后续应用效能。     

基于小波和支持向量回归的高光谱遥感图像压缩

高光谱遥感成像技术能够获取探测对象丰富的空间信息和光谱信息,但所得图像海量数据的存储与传输制约了其应用。为此,提出了一种基于三维整数小波变换和小波支持向量回归的高光谱遥感图像压缩方法。首先采用三维整数小波变换把高光谱遥感图像分解成不同尺度的多个子带。然后对低频子带直接进行DPCM编码,而对高频子带则利用小波支持向量回归学习其小波系数之间的相关性,并采用小部分训练样本即支持向量来稀疏表示小波系数,以此达到压缩高频小波系数的目的。最后对支持向量及其相应的权重进行熵编码。文中给出了实验结果,并与基于3D SPIHT和JPEG2000的高光谱遥感图像压缩方法进行了比较,结果表明：所提出的方法在相同比特率下能够获得更高的峰值信噪比。     

基于信源信道联合编码的遥感图像传输

针对遥感应用对图像质量日益提高的需要,提出了一种基于层次树的集合分割算法（SPIHT）和低密度校验（LDPC）码联合编码的遥感图像高质量传输方案。此方案充分利用SPIHT编码后数据流按重要性排序,以及LDPC码的误码率性能与码率和迭代次数密切相关的特性,克服了SPIHT压缩数据流对噪声敏感的缺陷。高斯信道仿真结果表明,在码元噪谱密度比（Eb/N0）较低的情况下,利用此传输方案获得的图像恢复峰值信噪比（PSNR）,比传统的分离编码高7dB以上。     

遥感卫星自截断SPIHT压缩译码技术

链表式SPIHT算法是目前公认最好的压缩方案,但是由于其传输中具有极差的抗误码特性,在遥感图像数据压缩中的应用具有一定局限性。本文提出的自截断式SPIHT压缩算法使得译码器在出现“致使性”误码的情况下能够自动中止该帧数据流译码,使得误码不至于扩散到整幅图像之中。为SPIHT算法在遥感图像数据压缩中的应用提供了理论依据。