基于混合编码的天文序列图像无损压缩算法

提出了一种将时间和空间双维度预测与混合熵编码结合的图像无损压缩算法，应用于星体定点成像的天文序列图像.时间与空间双维度预测可以消除天文序列图像的时间相关性和空间相关性.混合熵编码融合了高熵编码与低熵编码算法，充分利用预测误差分布的稀疏性，进一步提升压缩效率.针对星体的天文序列图像，该算法首先在时间维度上进行帧间预测，去除时间相关性，再对帧间预测后的图像在空间维度上进行直方图滤波和上下文预测，去除空间相关性，最后将预测误差送入熵编码器进行编码.实验结果表明，本文所提出算法的压缩效果优于JPEG-LS，平均压缩比提升约15%.该算法结构简单，计算复杂度较低，易于硬件实现，适合星载天文图像的无损压缩.      

自主火星离子与中性粒子分析仪数据压缩算法设计

火星离子与中性粒子分析仪共设计10种在轨探测模式，不同探测模式下数据率不同，多种探测模式下数据量远超出最大下行数据率的限制。为降低数据率，利用仪器内部FPGA有限的资源对压缩处理方法进行了详细设计。通过分析仪器数据特点，火星离子与中性粒子分析仪压缩算法采用合并处理、对数压缩和无损压缩三种压缩算法组合。对于每种探测模式，FPGA程序可根据压缩标志选择相应压缩算法，实现三种压缩算法串行使用，或选择其中一种或两种算法。并且压缩标志可通过注入指令改写，实现在轨时根据需求灵活配置。合并处理压缩比为2或4，对数压缩的压缩比为2，无损压缩效率与样本数据间的相关性有关。在此基础上，利用等离子体定标测试系统完成了地面测试。测试结果表明，各探测模式下科学数据经过压缩后数据率满足任务指标要求。     

基于截断重排的小波图像无损压缩算法

针对图像小波系数的能量聚集特性,提出一种基于截断重排的小波图像无损压缩算法。该算法在离散小波变换的基础上,对图像低频子带的小波系数先后按照大津法和希尔伯特曲线进行分类和重排,对图像各高频子带的小波系数分别根据信息熵代价函数进行自适应的奇异值截断变换,然后对截断重排后的所有小波系数进行熵编码,以实现图像无损压缩。实验结果表明,该算法实现简单,有效地降低了图像的编码比特率,提升了图像无损压缩的压缩比。     

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。     

基于CCSDS的低码率图像压缩优化算法

为了提高空间数据系统咨询委员会（CCSDS）采用的图像压缩算法的编码效率,提出了一种二维预测模型。通过利用图像像素之间的空间相关性对直流系数的预测模式及其熵编码算法进行改进和优化,该算法在有效地提高了直流系数的压缩比的同时,也增强了其抗误码性能。试验结果表明,该算法在低码率条件下能获得更好的图像编码质量,与CCSDS原有算法相比,峰值信噪比值提高了0.1~0.3dB。算法可极大地满足星载图像压缩数据在低码率下传输的要求。     

航天器分布式智能计算体系的数学建模与调度算法研究

航天器对大容量高效计算的要求越来越高,现有的星载计算体系的能力已经难以满足其需求,需要建立具有自组织能力的智能计算体系,还要实现高效的任务调度.给出了航天器分布式智能计算体系的模型和任务调度问题的多目标优化模型,并根据该模型设计了改进粒子群算法和改进蚁群算法结合的DPSO-EACO算法,先利用粒子群算法生成初始调度方案,再用该方案初始化蚁群算法,利用蚁群算法生成最终调度结果.仿真结果表明,该算法的性能与改进粒子群算法和改进蚁群算法相比具有明显的性能优势.     

航天器分布式智能计算体系的数学建模与调度算法研究#br#

航天器对大容量高效计算的要求越来越高，现有的星载计算体系的能力已经难以满足其需求，需要建立具有自组织能力的智能计算体系，还要实现高效的任务调度.给出了航天器分布式智能计算体系的模型和任务调度问题的多目标优化模型，并根据该模型设计了改进粒子群算法和改进蚁群算法结合的DPSO EACO算法，先利用粒子群算法生成初始调度方案，再用该方案初始化蚁群算法，利用蚁群算法生成最终调度结果.仿真结果表明，该算法的性能与改进粒子群算法和改进蚁群算法相比具有明显的性能优势.     

JPEG-LS码率控制算法改进及硬件实现

JPEG-LS码率控制算法是一种基于上下文建模的无损/近无损图像压缩标准,具有实现方法简单、占用资源少等优点,适用于卫星图像压缩等硬件资源有限的场合.该算法在近无损压缩模式下码率不可控制.在对JPEG-LS算法进行分析的基础上,提出一种新的基于动态码率表的JPEG-LS码率控制算法,并将新算法应用于硬件设计中.测试结果表明,新算法比现有算法码率控制精度更高,压缩后恢复图像信噪比及结构相似比更高.将该算法在Xilinx Virtex4平台上实现,最高运行频率达60MHz,可以满足星载系统对图像压缩的需求.      

面向空间天文观测的序列图像无损压缩算法

空间天文观测任务会获得大量天文图像.对定点天体连续观测得到的序列天文图像具有时间及空间冗余较高的特点.为了减少序列天文图像的存储与传输的数据量，保证序列天文图像的完整性，满足科学目标的任务需求，需要对其进行无损压缩.本文提出了一种利用帧内压缩与改进的帧间压缩相结合的无损压缩算法，将序列天文图像的第一帧进行JPEG-LS帧内无损压缩编码，其余帧进行改进的帧间无损压缩编码，从而有效去除序列天文图像的时间及空间冗余，提高序列天文图像的压缩比.经过试验测试，改进后的帧间压缩效果优于帧内压缩效果，改进后的帧间压缩时间少于帧内压缩时间.结果表明，该算法简单且高效，适用于对序列天文图像的无损压缩.      

空间液滴蒸发实验中液滴图像的无损压缩算法

为了提高空间液滴蒸发实验中图像无损压缩率, 根据连续采集到的液滴图像之间相关性很大的特点, 提出了一种基于JPEG-LS和帧间预测误差编码的图像序列无损压缩算法. 该算法对图像序列第一帧采用JPEG-LS算法编码, 对帧间预测误差帧进行Golomb编码, 从而实现对连续采集到的液滴图像序列进行无损压缩. 实验结果表明, 该算法比单纯采用JPEG-LS算法的压缩率有明显提高, 编解码过程更简单, 编码需要时间更少.      

一种适用于遥感图像的可逆信息隐藏算法

可逆信息隐藏技术，可用于实现遥感图像重要目标区域的无损传输。通过对现有可逆信息隐藏算法进行研究，发现现有算法的单次嵌入容量不足，且需要额外的无损二值压缩处理附加信息，无法满足遥感图像处理的有效性和实时性要求。借助给定门限对载体图像不重叠子块的平滑性进行划分，通过编码平滑子块内基准像素与其余像素之差，并结合比特替换，实现秘密信息的可逆隐藏。对于512×512像素的灰度遥感图像，单次嵌入容量可达5×105 bit以上。试验结果表明，该算法可实现单次高嵌入容量的可逆隐藏，并不需要任何额外无损二值压缩来处理辅助信息。     

机载图像无损/近无损压缩方案及其FPGA实现

根据机载图像压缩和传输的特点,在改进JPEG-LS算法基础上,设计了一种有效的图像无损/近无损压缩方案.该方案由去相关处理、熵编码及压缩位率控制三部分组成.去相关处理部分解决了JPEG-LS预测模型本身的误码扩散问题,熵编码部分使用快速有效的Golomb熵编码器完成对预测误差的编码,同时解决了机载应用中数据传输率恒定条件下压缩码率的控制问题.对压缩算法现场可编程门阵列(FPGA)设计中的一些关键问题也给出了有效的解决途径,从而形成了一套完整、可行的机载图像压缩解决方案.最后通过FPGA实现和验证了压缩方案及逻辑设计的正确性和可行性.      

基于局域纹理特征的图像无损压缩

局域纹理是识别图像的基本要素,因此在图像压缩处理中分析局域纹理特征是达到去相关的有效途径,在此原理基础上提出了一种新的基于局域纹理特征的无损压缩方法,该算法由去相关处理和熵编码两部分组成,去相关操作是通过一组预测模型自适应选择最佳的模型进行处理,然后使用快速有效的CCSDS编码器对最佳去相关模型的预测误差进行编码,最后给出了该算法与JPEG2000及JPEG-LS的无损压缩结果的比较,实验结果显示,该算法的压缩结果明显优于JPEG2000及JPEG-LS的无损压缩结果.      

最新CCSDS图像压缩算法研究与实现

2005年CCSDS(空间数据系统咨询委员会)推出了一项新的图像数据压缩算法标准,制定算法标准的目的是为了解决有效载荷设备的数据压缩以及如何分段压缩能使地面更好地接收图像数据和解压缩.算法的应用能够减少静态图像的数据量,这样不仅可以降低传输带宽,减少数据存储,而且在给定码率情况下能缩短传输时间,这对空间数据压缩具有重要意义.针对CCSDS最新推出的图像压缩算法进行了研究并对其性能进行了阐述,分析了算法硬件实现的可行性,并将算法软件实现的结果与其他图像压缩算法的实现结果进行了测试比较,结果表明在低码率下压缩性能与JPEG 2000,SPIHT相当,甚至更好,完全符合星载图像压缩在低码率下传输的要求.