基于预处理和后处理的高倍静止图像压缩方法

文中提出一种基于图像预处理和解压图像后处理的高倍静止图像压缩方法。该方法不改变原来的压缩算法 ,在原有压缩方法的编码前对图像进行预处理 ,通过有目的的舍弃掉一部分数据 ,来降低压缩编码的复杂度 ,提高编码效率 ,同时在很大程度上减小了硬件实现时所需的存储量。在解码端首先恢复出保留的数据 ,然后利用子带外推的方法恢复丢掉的数据 ,最后重建图像。以 L ZC编码方法为例 ,试验结果表明 ,子带外推方法的重构图像比直接进行高倍压缩恢复的图像质量在视觉上和峰值信噪比上都有一定的改善     

卫星遥测数据实时压缩算法设计与实现

为了满足多星并行遥测数据处理和海量数据高并发分析的性能需求，便于后续进行数据挖掘、智能预警，本文提出并实现了一种卫星遥测数据实时压缩算法。针对遥测数据的特点，提出了遥测自适应分类方法，采用改进型RLE（Run Length Encoding，行程编码）压缩和增量压缩结合的算法，结合数据库技术，实现了遥测数据的压缩。在某型号卫星研制项目中，采用了该算法进行数据压缩，统计分析表明：该算法起到了很好的压缩效果。     

干涉SAR原始数据压缩算法的比较研究

为了更合理地选择有利于星载合成孔径雷达干涉技术的原始数据压缩算法,文章仿真了三种合成孔径雷达原始数据压缩算法,并从信号量化噪声比、相对高程误差等角度分析比较了算法的性能。仿真结果表明三种算法各有其适用范围,块自适应量化(BAQ)仍是压缩比不高时的首选,块自适应矢量量化(BAVQ)在压缩比高时性能较好,而约束式极坐标量化(RPQ)的复杂度和性能均介于二者之间。     

平滑零范数稀疏度约束下的盲稀疏回溯重构算法

现有的回溯迭代类算法具有重构速度快、精度高等优点,但实际中其需要已知信号稀疏度的条件有时难以满足。针对以上不足,提出了一种基于平滑零范数稀疏度约束的盲稀疏回溯重构算法,并证明了其收敛性。该算法不需已知稀疏度先验,在截断过程中以平滑零范数来估计信号的稀疏度并确定支撑集。新算法继承了现有回溯迭代类算法的有效性,同时避免了因稀疏度未知或估计不足导致的重构失败。理论分析和实验表明,新算法在无需信号稀疏度先验的条件下,重构性能优于现有典型回溯迭代类算法。     

Chirp雷达的两种有效积累算法的研究

分析了Chirp雷达系统中包络走动对积累检测的影响,然后提出了两种有效的积累算法:时移包络补偿积累算法和包络插值移位补偿积累算法,分析了其原理、步骤及运算量。仿真结果显示后者的性能要优于前者。这两种方法在低信噪比条件下都能够实现较长时间的有效积累。     

CCSDS在遥感图像压缩中的应用研究

针对空间光学遥感数据特点,设计适合于星载光学遥感器数据压缩的算法目前仍然是一个研究热点。CCSDS压缩是适合于空间光学遥感数据压缩的最新标准。该标准由空间数据系统咨询委员会于2005年推出,从空间数据特点出发,可以有效解决数据压缩的问题。另外,利用该压缩标准可以更好的跟CCSDS的其他标准兼容。文章针对该压缩标准进行研究,对算法的实现过程进行了分析,并将该算法的实验结果跟其它的压缩算法做了比较,结果表明,该算法压缩效果与JPEG2000相当,但算法复杂度较低,易于硬件实现,符合星载压缩的实时处理要求。     

卫星遥感图像无损压缩技术改进方法

采用预测原理的JPEG-LS无损压缩算法存在着固有的误码扩散现象,会影响其在卫星工程中的应用,且基于整幅图像预测的压缩算法还存在较大的处理时延,难以满足遥感图像实时性应用需求。文章对JPEG-LS无损压缩算法进行了改进,提出了采取分块压缩的措施来抑制误码扩散同时降低图像处理时延的方法,并利用风云四号(FY-4)卫星扫描图像对改进的JPEG-LS无损压缩算法进行了验证。结果表明:改进的JPEG-LS无损压缩算法可在有效抑制误码扩散的条件下,实时无损地将卫星遥感图像数据量压缩至一半左右。可为卫星遥感图像无损压缩技术的改进及工程应用提供参考。     

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。     

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     

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。     

CCSDS基于小波变换的图像压缩

通过分析一种CCSDS建议的基于小波变换的图像数据压缩的基本原理、编解码方法、系统实现和压缩性能,初步研究深空通信对于图像压缩的特殊要求。通过与现在流行的基于小波变换的图像压缩算法JPEG2000进行比较发现, CCSDS推荐的算法的性能与JPEG2000基本相当,且同样支持无损和有损压缩及渐进传输,但其算法复杂度更低,包丢失不会造成图像大面积损坏,因而更适合于深空通信。     

引入图像复原技术的遥感卫星图像压缩解码算法

针对遥感卫星基于小波变换的光学图像有损压缩算法,提出了一种引入图像复原技术思路的算法,对遥感图像解码处理过程中获得的低频信息进行复原,可以获得更多的用于在频域范围内描述图像结构信息的高频分量增益,从而提升整个解码图像的质量。通过此算法与传统的小波压缩算法进行对比,结果表明:压缩恢复图像的峰值信噪比(PSNR)较传统算法有0.1~0.3dB的改善,压缩恢复图像表现出更为丰富的纹理特性,可降低对遥感卫星图像数据处理和天地链路数据传输的要求。     

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。     

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。     

易于硬件实现的遥感图像两倍压缩算法

结合干涉多光谱遥感图像航天应用的要求,参考CCSDS标准无损压缩算法,提出了一种易于硬件实现的干涉多光谱遥感图像无损／近无损压缩算法。该算法在对12bit干涉多光谱图像进行2倍压缩时压缩性能与JPEG 2000标准算法相当,但算法复杂度和所需存储空间大大降低,在单片FPGA内部即可实现全部压缩功能,可以很好地满足航天应用的要求。     

NNIC—neural network image compressor for satellite positioning system

We have developed an algorithm, based on novel techniques of data compression and neural networks for the optimal positioning of a satellite. The algorithm is described in detail, and examples of its application are given. The heart of this algorithm is the program NNIC—neural network image compressor. This program was developed for compression color and grayscale images with artificial neural networks (ANNs). NNIC applies three different methods for compression. Two of them are based on neural networks architectures—multilayer perceptron and kohonen network. The third is based on a widely used method of discrete cosine transform, the basis for the JPEG standard. The program also serves as a tool for determining numerical and visual quality parameters of compression and comparison between different methods. A number of advantages and disadvantages of the compression using ANNs were discovered in the course of the present research, some of them presented in this report. The thrust of the report is the discussion of ANNs implementation problems for modern platforms, such as a satellite positioning system that include intensive image flowing and processing.     

一种适于硬件实现的简化的无列表SPIHT

文中提出简化的无列表SPIHT,它采用状态标识符来记录集合分割信息,而不采用动态的链表操作。它将 精练过程提至不重要像素处理过程之前,从而省略状态标识MNP和MCP,减少状态操作的时间,易于硬件实现和实时 图像处理。