基于失真敏感性的可见光遥感图像压缩补偿

可见光遥感图像纹理细节丰富且分布情况复杂,高倍压缩后容易出现失真不均衡现象。现有研究并不针对图像的主观品质且易出现错补偿问题。为此,设计了基于失真敏感性的可见光遥感图像压缩补偿方法。通过对比结构相似度模型各函数对遥感压缩失真的评价效果,构造了压缩失真敏感性模型,在此基础上深入分析了不同程度的数据损失对恢复像质的影响,设计了基于失真敏感性的压缩补偿策略,在压缩编码端确定失真敏感区域并量化回传失真影响明显的数据,补偿于解码端恢复图像中。结果表明,该方法能有效提高恢复图像失真敏感区域内遥感目标的清晰程度和可判读性,降低恢复图像的失真不均衡程度,改善恢复图像的整体质量。     

新一代箭载遥测数据压缩方案探讨

根据新一代箭载遥测数据特性 ,介绍一种遥测数据压缩系统方案 ,提出首先对遥测参数进行聚类分析 ,然后不同类属采用不同压缩方法。文中给出了压缩方案的原理框图和各类属采用压缩方法的分析和仿真实验     

RICE 算法压缩效果实测

许多遥测遥感数据只允许无损压缩。对不同于Ｈｕｆｍａｎ编码的另一种无损压缩方法—ＲＩＣＥ算法进行了初步研究和编程实现，利用卫星遥感云图和火箭遥测数据，实测了该算法的压缩效果，并与算术编码和Ｈｕｆｍａｎ编码进行了分析比较。     

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。
     

SAR原始数据压缩技术研究

研究两种合成孔径雷达(SAR)原始数据压缩算法，它们是块自适应树型矢量量化算法和块自适应预测编码算法。前者是在使用穷尽型搜索技术的块自适应矢量量化算法的基础上，通过使用树型搜索算法来提高算法的运行效率；后者是通过预测编码来消除SAR原始数据之间的相关性从而提高压缩性能。结合机载SAR实测原始数据，对讨论的各种算法分别进行压缩和解压缩，并进行SAR成像处理。通过比较和分析各种算法的性能及图像域参数，表明块自适应树型矢量量化算法和块自适应预测编码算法能提高SAR原始数据的压缩性能，比较适合实际工程应用。     

三维图像数据压缩算法与实现研究

三维图像的大数据量对三维可视化的快速交互造成极大的困难，而三维可视化技术已成为生物医学影像、虚拟现实等应用领域研究的重要工具。为了实现三维图像的快速交互，本文提出了一个表面数据压缩算法，并用COM／ATL软件设计技术进行了实现。该算法可以大量减少描述复杂对象的三角形个数，而对象的可视细节并不损失，最终的功能组件可以直接集成到需要图像数据压缩的应用开发中。乳房图像和小兔子图像数据压缩应用例证了所提算法的合理性。     

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（ＢｌｏｃｋｉｎｇＷａｖｅｌｅｔｓＴｒａｎｓｆｏｒｍ）方案。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（ＩｍｐｒｏｖｅｄＺｅｒｏｔｒｅｅＥｎｃｏｄｉｎｇ），可有效的提高压缩比。     

遥感图象的半正交小波交换及数据压缩

本文利用样函数构造半正交小波基，并利用对偶系设计了具有严格线性相闪玫精确重建特性的ＦＩＲ滤波器组，钭其应用于遥感图象的数据压缩，取得了良好的成果。     

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。     

信息度量在图像数据压缩中的应用

假设目标和系统噪声过程正态分布、空间平稳、遍历、统计独立且均方意义可加,单位像素传输的目标信息量将无损条件下的极限编码宽度同目标统计特征、系统调制传递函数和信号噪声比联系了起来.仿真计算表明,信号噪声比是决定极限编码宽度的主要因素.