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.      

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.      

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.      

CCSDS图像无损压缩标准在恒速信道中的应用研究

在CCSDS建议的无损数据压缩的基本原理上 ,结合基于局域纹理特征的处理方法 ,给出数据输入输出在恒速信道条件下一种有效的面向空间应用的遥感图像无损压缩方案。该方案包括去相关处理、熵编码以及压缩缓存控制三部分。去相关操作是在局域纹理分析方法的基础上 ,通过提取两种有效的预测模型并自适应选择最佳的模型进行处理 ;然后采用快速有效的CCSDS熵编码器对最佳去相关模型的预测误差编码。在压缩方案中充分考虑了输入输出恒速信道条件下应用的特殊性 ,设计了相应的压缩码流控制方法 ,从而给出了一套有效的针对恒速输入输出信道条件下的图像无损压缩的应用方案     

一种面向H.264/AVC的快速帧内预测选择算法

为提高I帧的编码效率,最新的视频压缩编码标准H.264/AVC,在空间域上 从多个方向进行多种模式的帧内预测,并使用率失真优化算法选择最佳模式,算法复杂度很 高.为此,提出了一种快速的帧内预测算法.针对亮度块的模式选择过程,提出了基于图像 熵值和滑动窗口机制自适应地调整熵值阈值的方法对宏块模式进行预判;针对亮度模式中多 个预测方向的选择,充分利用中间结果,预先排除一些可能性小的预测方向;在亮度块和色 度块相结合的率失真统计中,改变算法结构,预先计算色度块最佳模式.实验结果表明,算 法在不降低图像质量的基础上,编码速度平均提高76%,码率平均增加2.6%.      

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。     

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。     

一种新的无人机航拍图像压缩方法

针对无人机机载视频图像由于受到天气或电磁波干扰产生的异常帧引起的压缩码率波动问题,提出了一种基于对图像进行预分析,剔除异常帧后进行压缩编码的方法.对于几种常见的异常帧进行建模,分析了其图像信号特点,结合信号统计特性和其信息熵量度,可靠地检测出视频序列中的异常帧, 最后对剔除了异常帧的序列应用H.264标准进行压缩编码.理论分析和试验结果都证明此方法在不丢失无人机机载视频图像序列信息量的情况下,可以保持压缩码率恒定并提高了其压缩效率.      

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。     

基于FPGA的CCSDS星载数据无损压缩系统设计

星载数据的无损压缩对星载数据的存储和传输具有重要意义.CCSDS推荐的RICE算法对于实现数据的无损压缩具有很好的效果.本文针对RICE算法中k值选择算法计算量大的缺点,利用预处理样本最大值优化k值的方法,使优化后的算法计算复杂度更低,资源占用率更小,运行时间更短,但压缩比相近.利用FPGA进行硬件实现并通过仿真和试验测试,使星载数据的压缩比达到1.5以上,可以满足星载系统对数据压缩的要求,为星上其他载荷提供更多资源.      

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。     

基于伴随式的分布式联合信源信道编码

提出一种基于伴随式(Syndrome)的具有抗差错性能的分布式联合信源信道编码方案.在不增加编码端复杂度的前提下,设计一种新的基于伴随式的编码器,使其同时具有压缩和抗差错的性能;其次,设计相应的译码器,并改进现有的联合译码算法,在译码中引入新的信息交互过程,提高了译码性能.仿真结果表明:该方案的性能优于现有的基于伴随式的分布式联合信源信道编码方案的性能,而且在信噪比较高时,该方案的性能也优于基于校验位(Parity)的分布式联合信源信道编码的性能.