| 【中文题名】 | 整数小波变换在遥感图像压缩中的应用 |
| 【英文题名】 | Application of Integer Wavelet Transform to Compression of Remote Sensing Images |
| 【学科专业】 | 应用数学 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2005-1-31 |
| 【中关键词】 | 整数小波变换,数据压缩,统计特性,遥感图像,矩估计, |
| 【英关键词】 | Integer wavelet transform,Data compression,Remote sensing image,Statistical property,Moment method of estimation, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法> |
| 【论文摘要】 | 遥感数据量日益庞大，有限的信道容量与传输大量遥感数据的需求之间的矛盾日益突出。目前，小波变换成为图像压缩编码的主要技术之一，在遥感领域越来越受到重视。本文研究了整数小波变换及其在遥感图像压缩中的应用，主要结果有：
第一，对遥感图像经整数小波分解后的小波系数的统计特性进行了深入的研究。对两种高频子带分布的参数进行矩估计，得出了一个子样数字特征与形状参数的关系式，并利用此式估计出形状参数，最终确定出分布。利用皮尔逊x~2检验，对上述得到的分布进行检验，结果表明能够很好的模拟出高频子带小波系数的分布。
第二，改进了无链表树集扫描编码算法(LIFTS)。并通过大量的遥感图像数据实验，结果表明，改进的算法与SPIHT有相近的压缩性能，但更易于硬件实现。
第三，提出了一种多光谱遥感图像压缩方案，采用三维整数小波变换结合改进的三维嵌入式编码LIFTS，可以实现有损或无损压缩。实验表明是一种很有效的方法。 |
| 【论文题纲】 |
|
摘要 |
6-7 |
|
ABSTRACT |
7-8 |
|
第一章 绪论 |
8-12 |
|
§1．1 图像数据压缩及发展现状 |
8-9 |
|
§1．2 基于小波变换的图像压缩 |
9-11 |
|
§1．3 遥感图像的压缩 |
11 |
|
§1．4 本文主要工作 |
11-12 |
|
第二章 小波分析基础理论 |
12-21 |
|
§2．1 Fourier分析及其局限性 |
12-13 |
|
§2．2 小波变换 |
13-15 |
|
§2．3 多分辨分析 |
15-16 |
|
§2．4 Mallat算法 |
16-21 |
|
第三章 基于提升格式的整数小波变换 |
21-27 |
|
§3．1 基于提升格式的小波变换 |
21-24 |
|
§3．2 基于提升结构的整数小波变换 |
24-27 |
|
第四章 遥感图像小波系数的统计特性 |
27-39 |
|
§4．1 小波变换的特征 |
27-28 |
|
§4．2 遥感图像小波系数统计特性 |
28-33 |
|
§4．3 实验结果与分析 |
33-39 |
|
第五章 嵌入式编码 |
39-50 |
|
§5．1 嵌入式小波系数编码原理 |
39-40 |
|
§5．2 嵌入式零树小波编码算法EZW |
40-41 |
|
§5．3 多级树集合分裂算法SPIHT |
41-43 |
|
§5．4 集合分裂嵌入块编码器SPECK |
43-44 |
|
§5．5 一种无链表SPIHT算法：LIFTS及其改进 |
44-50 |
|
第六章 基于整数小波变换的多光谱遥感图像压缩算法 |
50-56 |
|
§6．1 小波滤波器的选择 |
50-51 |
|
§6．2 三维整数小波变换时图像数据的边界延拓 |
51-52 |
|
§6．3 三维嵌入式编码 |
52-53 |
|
§6．4 实验结果与分析 |
53-56 |
|
结论 |
56-57 |
|
致谢 |
57-58 |
|
攻读硕士学位期间的研究成果 |
58-59 |
|
参考文献 |
59-61 |
|
| 【DOI】 | LunWen.ID:2.2008.389264 |
