| 【中文题名】 | 基于整数小波变换的遥感超光谱图像无损压缩算法研究 |
| 【英文题名】 | The Research of Lossless Compression's Technology Based on Integer Wavelet Transform's Remotely Sensed Hyperspectral Image |
| 【学科专业】 | 通信与信息系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-12-25 |
| 【中关键词】 | 遥感超光谱图像,图像压缩,整数小波变换,算术编码,, |
| 【英关键词】 | Remotely Sensed Hyperspectral Image,Image Compression,Integer Wavelet Transform,Arithmetic Coder, |
| 【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】 | 遥感超光谱图像是三维立体图像，即在普通二维图像的基础上又多了一维光谱信息，因此遥感超光谱图像的数据量庞大，难以直接传输和存储，必须对图像进行压缩。由于遥感图像信息十分宝贵，应尽可能采用无损压缩或近无损压缩方法。到目前为止，一直没有形成一套成熟或标准的超光谱图像压缩技术。因此，对遥感超光谱图像压缩编码的研究具有重要的应用价值。
本文针对目前遥感超光谱二维图像压缩存在的问题提出了一种无损超光谱图像压缩方案。该方案考虑遥感超光谱的特殊性和今后的硬件实现，因此对遥感超光谱二维图像压缩分两步：第一，采用整数小波变换，该方法的优点是简单的移位和加法操作，速度很快，占用内存少，而且比一般小波变换更适于消除超光谱遥感数据冗余，特别适合于需要实时、高速编码或无损压缩的场合，并利于今后的硬件实现。第二，采用算术编码，这是因为超谱图像压缩的目的不同于一般的图像，它不仅仅是为了人的视觉系统，同时也是为了某种特殊的应用，且不同的地物目标或小目标往往是主要的应用信息，所以选用算术编码，它是一种无损数据压缩。对该方案进行仿真，结果发现能达到预期的目的，解码后的图像能无失真的恢复，实现了无损压缩。与前人工作相比方法简单，便于... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-8 |
|
1 绪论 |
8-16 |
|
1.1 遥感超光谱图像的背景 |
8-11 |
|
1.1.1 遥感图像简介 |
8-9 |
|
1.1.2 遥感超光谱图像的特性 |
9-11 |
|
1.2 遥感图像压缩技术的发展与现状 |
11-12 |
|
1.3 图像压缩编码的性能指标 |
12-13 |
|
1.3.1 客观保真度准则 |
12-13 |
|
1.3.2 主观保真度准则 |
13 |
|
1.3.3 压缩比 |
13 |
|
1.4 方案论证 |
13-14 |
|
1.5 本文工作简介 |
14-16 |
|
2 数字图像压缩编码技术的发展及其主要方法 |
16-24 |
|
2.1 数字图像压缩编码技术的发展 |
16-17 |
|
2.2 传统图像编码方法 |
17-21 |
|
2.2.1 熵编码 |
17-18 |
|
2.2.2 变换编码 |
18-19 |
|
2.2.3 矢量量化编码 |
19 |
|
2.2.4 预测编码 |
19-21 |
|
2.3 现代图像编码方法 |
21-24 |
|
2.3.1 子带编码(SBC) |
21-22 |
|
2.3.2 模型基图像编码 |
22 |
|
2.3.3 分形编码 |
22-23 |
|
2.3.4 基于神经网络的编码 |
23 |
|
2.3.5 小波变换编码 |
23-24 |
|
3 小波变换在图像压缩编码中的应用 |
24-30 |
|
3.1 小波变换的定义 |
24-25 |
|
3.1.1 连续小波变换 |
24-25 |
|
3.1.2 离散小波变换 |
25 |
|
3.1.3 二维小波变换 |
25 |
|
3.2 二维图像小波变换的分解与重构 |
25-28 |
|
3.3 小波变换用于图像编码的特点和优势 |
28-29 |
|
3.4 利用小波变换实现图像压缩编码 |
29-30 |
|
4 整数小波变换 |
30-38 |
|
4.1 第二代小波分析 |
30-32 |
|
4.1.1 第二代小波介绍 |
30 |
|
4.1.2 提升算法的基本原理 |
30-31 |
|
4.1.3 提升算法的分解与重建 |
31-32 |
|
4.2 基于提升算法的整数小波变换 |
32-33 |
|
4.3 基于提升的整数小波变换的伪代码表示 |
33-34 |
|
4.4 整数小波变换仿真 |
34-37 |
|
4.4.1 几种常用小波的整数提升 |
34 |
|
4.4.2 变换 |
34-35 |
|
4.4.3 仿真结果及其分析 |
35-37 |
|
4.5 小结 |
37-38 |
|
5 算术编码 |
38-46 |
|
5.1 引言 |
38 |
|
5.2 算术编码原理 |
38-40 |
|
5.2.1 算术编码的基本算法 |
38-40 |
|
5.2.2 算术编码的优缺点 |
40 |
|
5.2.3 算术编码未来应用前景 |
40 |
|
5.3 仿真结果及其分析 |
40-45 |
|
5.3.1 图像压缩示意框图 |
40-41 |
|
5.3.2 压缩数据分析 |
41-45 |
|
5.3.3 算术编码与 SPIHT比较 |
45 |
|
5.4 小结 |
45-46 |
|
6 结论 |
46-47 |
|
6.1 总结 |
46 |
|
6.2 展望 |
46-47 |
|
致谢 |
47-48 |
|
参考文献 |
48-51 |
|
附录 |
51 |
|
| 【DOI】 | LunWen.ID:2.2008.389425 |
