探空火箭图像压缩算法研究

结合探空火箭图像系统需求, 提出了一种基于小波变换编码, 即基于MSPIHT的自适应差分算术编码(MSPIHT Adaptive Differential Arithmetic Coding for image, MADAC)的图像压缩算法. 该算法对经过量化编码之后的数据 进行熵编码. 实验结果表明, MADAC算法具备探空火箭图像系统所要求的分辨 率、帧速率及压缩率可调的功能, 且易于硬件实现.      

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。     

基于EREC与解码自截断的小波图像抗差错传输技术

针对SPIHT算法抗误码性能差的缺陷,提出一种可以有效提高其抗误码性能的方法。对以完全子树方式编码后的子树码流采用EREC算法重新组织,解码过程引入自截断机制,发现违反约束关系的数据时,立即结束当前子树解码。仿真实验表明,采用该方法能够更加有效地抑制误码扩散,得到更好的抗误码性能。     

基于小波零树的图像压缩算法的硬件实现

从下一世纪起,图像传送将会逐渐采用符合MPEG-4 标准[8]的压缩技术。基于小波变换的图像压缩/解压缩算法[1～3]是MPEG-4 标准中视频静态背景图像压缩所推荐的算法。本文简介基于小波变换的图像压缩/解压缩算法的原理、硬件实现的方法和步骤以及硬件实现的性能指标,以推动先进的EDA工具的使用,并探索现代复杂高速算法的硬线逻辑电路系统的设计技术和方法,为设计具有自己知识产权的专用集成电路作必要的准备     

约束Viterbi算法及其在编码的图像传输中的应用

Viterbi算法的解码计算的复杂度会随指数增长,在信道状况比较差的条件下解码效果不理想。为了克服这些缺陷,需要尽可能利用已知的信息约束条件和先验知识进行解码,以提高解码效果。本文通过直接加入约束比特的方法将约束维特比方法应用于普通卷积码。与一般的维特比算法相比,在信道状况较差的情况下,该方法通过调整参数可将图像峰值信噪比提高2—10dB左右。实验表明,对于用分层树的集划分算法编码的图像,该方法是一种有效的传输差错控制手段。     

SPIHT算法容错性能的分析及改进

SPIHT算法是一种基于小波变换 ,压缩编码效率很高的静止图像压缩编码算法 ,但其产生的码流容错性能很差 ,单比特失真就可能对恢复图像质量造成严重影响。针对这一缺陷 ,提出了虚拟完全子树算法。该算法采用子树独立编码、最优率失真截断、Tag-tree编码和虚拟零树等方法 ,在保持原算法高效压缩性能的同时有效地提高了码流的容错性能     

基于信源信道联合编码的遥感图像传输

针对遥感应用对图像质量日益提高的需要,提出了一种基于层次树的集合分割算法（SPIHT）和低密度校验（LDPC）码联合编码的遥感图像高质量传输方案。此方案充分利用SPIHT编码后数据流按重要性排序,以及LDPC码的误码率性能与码率和迭代次数密切相关的特性,克服了SPIHT压缩数据流对噪声敏感的缺陷。高斯信道仿真结果表明,在码元噪谱密度比（Eb/N0）较低的情况下,利用此传输方案获得的图像恢复峰值信噪比（PSNR）,比传统的分离编码高7dB以上。     

高速传输图像压缩系统设计与实现

介绍一种高速传输图像压缩系统的设计和硬件实现方案。编码方法用一种改进的 SPIHT压缩编码算法 ,基于一片十万门 FPGA实现压缩核心算法的硬件。该系统目前已经实现了对帧尺寸为 1 2 8× 1 2 8,8bpp,帧频为 1 0 0 f/s的连续图像进行高速实时压缩 ,若作优化还可达到更高的帧频 ( >1 5 0 f/s)     

大孔径静态干涉多光谱图像压缩算法

基于大孔径静态干涉成像光谱仪的成像特点,提出了一种适合于干涉多光谱图像的不等重要性权值率失真优化等级树压缩算法。该算法根据干涉多光谱图像在空间和频域的特点,对小波系数从空间方向树上按空间域中各光程差对恢复光谱信息的贡献重要性不同赋予不同的重要性权值,这样不仅弥补了SPIHT算法在码率分配上的不足,而且有效的保护了频域中的光谱信息。实验结果表明,该算法比传统算法更好地保护了多光谱图像的光谱信息,在8倍压缩比下,满足该类干涉多光谱图像压缩系统的质量要求。     

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。