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。     

自适应图象数据压缩方法的研究

本文主要研究图象数据压缩的自适应方法。对于给定的细节较少的单色数字图象,本文给出了一种自适应的离散余弦变换(DCT)数据压缩方法。文中还对自适应DCT法和自适应微分脉冲编码调制(DPCM)方法作了比较。试验结果表明,自适应DCT法有更好的压缩性能,且对图象统计特性不敏感。     

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。     

面向量化分块压缩感知的区域层次化预测编码

在量化分块压缩感知的预测编码中，低参考价值的候选者将导致较差的率失真性能。为了高效地降低编码失真，提出了一种基于螺旋逐块扫描的区域层次化预测编码方法。在以同一采样率进行观测后，各块按由内向外的扫描次序进行预测与量化。当前观测矢量从上下文感知候选集中选取与之具有最小误差的反量化矢量，作为其预测矢量；根据层次相关性，所有块被划分到3种区域之一，通过块编码模型为不同区域设定自适应的质量因子，关键区域被赋予较大的质量因子。与现有的预测编码方法相比，所提方法综合利用了矢量之间的空域相关性和层次相关性，实验结果获得了至少0.12 dB的率失真增益。      

SPOT遥感图象的信息保持型压缩

对SPOT遥感图象的信息保持型压缩编码进行了研究。对几种不同的预测器及A_2、A_3线性码进行了比较,得出如下结论:在SPOT 遥感图象的信息保持型压缩编码中,采用文献[1]提出的三点预测器较好,线性码采用A_3码较好;两者结合,在信息保持率大于99%时,可使压缩比达2倍以上。文内还对在压缩图象的传输与恢复中碰到的问题进行了探讨。     

基于GPU加速的binLBT压缩解压算法

地形数据的压缩/解压是大规模地形实时绘制方法的关键步骤,与绘制效率密切相关.通过对压缩/解压方法核心重叠双正交变换的分析,采用重叠双正交变换的整数提升方法将变换中的浮点数操作转换为整数操作及移位操作.使用支持图形处理单元(GPU,Graphic Processing Unit)通用计算的CUDA(Compute Unified Device Architecture)对变换过程及编码过程进行加速.针对数据超出显存容量的情况,采取数据分块的方法将数据分别载入显存进行变换与编码以完成对整体数据的处理.实验结果表明,基于GPU加速的重叠双正交变换整数提升方法的压缩算法有效提高了地形数据处理的效率,并加快了大规模地形绘制速度.     

基于Transformer的深度条件视频压缩

近年来,基于深度学习的视频压缩技术主要基于卷积神经网络(CNN)且采用运动补偿-残差编码的架构,由于常见的CNN只能利用局部的相关性,以及预测残差本身的稀疏特性,难以取得最优压缩性能。因此,提出一种基于Transformer架构的条件视频压缩算法,以实现更优的压缩效果。所提算法基于前后帧之间的运动信息,利用可形变卷积得到对应的预测帧特征;将预测帧特征作为条件信息,对原始输入帧特征进行条件编码,避免了直接编码稀疏的残差信号;利用特征间的非局部相关性,提出一个基于Transformer的深度条件视频压缩编码算法,用来实现运动信息编码和条件编码,进一步提升压缩编码的性能。实验结果表明：所提算法在HEVC、UVG数据集上均超越了当前主流的基于深度学习的视频压缩算法。     

基于三维Saab变换的高光谱图像压缩方法

高光谱图像中存储了丰富的光谱信息,具有极大的应用价值,但现有大部分高光谱图像压缩方法难以同时兼顾图像中的空间冗余与谱间冗余,导致压缩性能受到局限。针对该问题,提出了一种基于三维修正偏置的子空间(Saab)变换的高光谱图像压缩方法。采用三维Saab变换对高光谱图像的分块进行空间光谱信息融合的降维操作,同时去除谱间冗余和局部空间冗余;利用高效率视频编码(HEVC)中的帧内编码模块进一步去除空间冗余和统计冗余;实现低失真、高比率的高光谱图像压缩。在多个高光谱图像数据集上的实验结果表明,所提方法在同码率下重建图像的信噪比(SNR)比采用主成分分析(PCA)降维的方法至少提高0.62 dB,在高码率的情况下性能优于张量分解的压缩方法。同时,验证了不同降维方法对分类任务的性能影响,结果表明,所提方法更好地保留了图像中的重要特征,在低码率的情况下仍可以保持较高的分类精度。     

基于信息隐藏的遥感图像分块压缩

目前JPEG2000等图像压缩方法受制于压缩倍数的限制,无法满足用户对海量遥感数据的实时传输要求,需要进一步减少高分辨率遥感图像产生的数据量,以满足遥感图像数据的空间传输要求。针对此情况提出了一种基于信息隐藏的遥感图像分块压缩方法,利用图像块的相似性判决出基准图像块和相似图像块,将相似图像块的编号隐藏在基准图像块中,只对基准图像块进行JPEG2000压缩。采用标准图像库作为样本图像进行仿真,结果表明,该方法将样本图像压缩前的数据量减少1/3,同时将该样本图像的压缩比提高1.5倍。     

星载宽测绘带合成孔径雷达成象处理

波束扫描合成孔径雷达是为了满足星载合成孔径雷达宽测绘的要求而提出的，本文主要研究ＳＣＡＮＳＡＲ成象处理。ＳＣＡＮＳＡＲ的工作原理、信号格式、信号结构和信号参数限制的深入分析是成象处理研究的基础，成象处理算法包括块数据成象算法和块图象拼接算法两部分，频谱分析法和时域频域混合相关法被用于块数据成象，块图象的拼接是利用时间关系剪裁块图象再顺次拼接，完整的计算机仿真验证了本文提出的ＳＣＡＮＳＡＲ信号格式和     

基于提升的Landsat-TM光谱图像压缩

在分析多光谱图像小波变换后系数特点的基础上,提出了一种基于整数小波变换的三维集合分裂嵌入块编码(3DSPECK)压缩方法。该方法将小波变换压缩技术中的零数编码推广到多光谱图像压缩中,采用整数小波变换去除空间冗余,谱域上对多幅小波图像构成的小波矢量采用离散余弦变换进行变换,对变换后的系数进行3DSPECK编码。实验结果表明,该方法硬件实现简单,编码解码时间快,对内存要求低。     

一种基于联想记忆系统实现图像压缩的新方法

针对传统神经网络用于图像压缩时存在的训练时间长、泛化能力弱等问题,提出一种基于联想记忆型神经网络的图像压缩新方法.利用牛顿前向插值多项式构建联想记忆系统,对图像数据进行建模.首先将图像数据分为多个数据块,然后利用数据块对联想记忆系统进行训练,训练结束后得到该数据块的特征数据,特征数据的数量小于原始数据块,且数值大多在零附近.最后对所有数据块的特征数据重新排序,进行熵编码,从而实现图像数据的压缩.实验结果表明该方法是可行的和有效的,相比传统神经网络,联想记忆系统无需预先训练,不依赖训练集数据和初始值,可以实时编码.      

BCH（63，56）性能分析及仿真

作为一种实现复杂度低的信道编码方式,BCH(63,56)码被广泛应用在空间遥控链路中,具有检测2 bit错误及纠正1 bit错误的性能。从理论分析和计算机仿真两个方面研究了BCH(63,56)码的编码性能。在介绍BCH(63,56)码编译码原理的基础上,对其误码率性能进行了理论计算和蒙特卡洛仿真。结果表明:当译码后的误码率为1×10–5时,BCH(63,56)码的编码增益可达2.1 d B。     

多模式快速标准图压缩法

对标准图压缩法作了改进，引进了多模式压缩的思想，设计了相对矩的分类算法，把标准图压缩法改进为多模式快速标准图压缩法，恢复图象质量和压缩速度均有大幅度的提高，并在压缩比为４倍时得到了优于静止图象压缩标准ＪＰＥＧ的结果。     

基于块平均预处理的GNSS-R延迟映射处理方法

为了提高导航卫星反射信号信噪比,提出了一种基于块平均预处理(BAP)的反射信号处理方法,该方法首先以伪码周期为块尺寸对接收信号进行分块,并对各分块进行叠加、平均,然后对平均后的信号进行相关处理.在此基础上,理论分析了块平均预处理对导航反射信号的影响,推导了镜面反射点反射信号处理增益的数学表达式,以及相关处理后得到的一维相关功率,对比分析了该方法与传统处理方法的计算复杂度,分析表明该方法对反射信号具有空域滤波效果,提高了镜面反射点反射信号的信噪比且有效降低了计算复杂度.最后,基于块平均预处理的软件接收机被开发,并对课题组实采的岸基GPS数据进行了处理,结果表明:与未块平均预处理的传统方法相比,在块平均预处理时间为2、5、10、15以及20ms时,该方法所得相关功率的峰值信噪比分别提高了约3.5、6.7、10.2、10.6和10.4dB,且在块平均预处理时间为10ms时,处理等长数据的时间缩短了近2.2倍.      

改进的帧内帧间模式选择快速算法

为提高I帧和P帧的编码效率,H.264视频编码标准采用多模式帧内预测和多子块模式帧间预测,并选择率失真最优的模式进行编码,导致编码复杂度很高.为此,提出一种基于小波变换的帧内模式快速选择结合帧间预测下帧内模式预判断的算法.利用小波变换后的低频子图做帧内模式选择,由此预判断宏块中每个4×4子块可能的预测模式,使原来9次的代价函数计算减少到平均3.75次;使用去均值的差值平方和,预判断宏块是否选择帧间预测下的帧内编码模式,减少P帧编码时间.实验表明,改进算法在峰值信噪比降低不超过0.0644dB的情况下,编码速度平均提高19%左右.      

基于小波域的分形图像压缩

在分析产生块效应原因基础上,定义了一种度量块效应的客观方法.为了消除传统分形图像压缩中产生的块效应,提出先将原图像变换到小波域,再进行分形压缩.这种方法既继承了传统分形图像压缩的编码原理,又利用了小波变换的优良特性,从而取得了更好的压缩效果.此外,根据小波系数的能量分布特征,提出了一种加快相似匹配的方法.     

码流映射的JPEG2000遥感图像无损信息隐藏

遥感图像经过飞行器JPEG2000压缩编码传输到地面,在传输过程中有时需要搭载其他一些遥测信息,将附加信息嵌入到压缩文件中。对JEPG2000的数据结构进行了研究,将压缩文件的数据部分变换成图像并将其分块,统计256个灰度值,找到出现次数最多的灰度值以及次数为0的灰度值。将这些灰度值所对应的字节进行映射,不同的灰度值代表不同的二进制秘密信息。接收端通过映射将秘密信息提取后,再将载体更改后的字节恢复。隐藏容量平均有了500bit的提升,载密图像的PSNR大于30dB,同时载体数据仍然可以无损恢复。试验结果说明,该算法可以无损地实现JPEG2000图像的信息搭载,同时文件没有膨胀。     

卫星图像零树编码及其效果分析

采用嵌套零树小波编码 (EZW)算法的核心——零树概念和连续逼近量化的思想设计了一个编码器 ,对卫星图像 (小波分解后 )进行压缩实验 ;分析了卫星图像 (小波分解后 )进行零树编码的压缩效果。设计的编码器采用六符号的零树符号集 ,从而把 EZW算法的主过程和副过程合并在一起 ,使得算法流程易于实现。对零树符号流进行无损编码时 ,对比了多种编码方案且未采用适应性算术编码 ,并依据实验结果推荐了较好的无损编码方法。