| 【中文题名】 | 基于小波零树编码的遥感图像压缩研究 |
| 【英文题名】 | The Research of Remote Sensing Image Compression Based on Wavelet Zero-tree Coding |
| 【学科专业】 | 通信与信息系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-6-4 |
| 【中关键词】 | 图像压缩,遥感图像,小波变换,零树编码,图像编码, |
| 【英关键词】 | Image compression,Remote Sensing Image,Wavelet transform,Zero-tree coding,Image coding, |
| 【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】 | 遥感图像是取得和表现遥感数据的主要形式，随着人们对数据采集的速度和数量的要求不断提高，具有实时性的图像压缩方式和平台就成了发展遥感系统的一个重要方向。小波是Fourier分析划时代的发展结果，具有理论深刻和应用广泛的双重意义。本文首先对传统的压缩方法进行了对比，阐述了小波变换在静止图像压缩方面的应用。图像首先经过小波变换由空间域变换到频率域上，由于小波变换具有多分辨率特性，变换后可以得到原始图像在不同分辨率上的若干子图，其中低分辨率子图是原始图像的近似，包含了原图像的大部能量，高分辨率子图是原始图像在较高分辨率上的一系列细节，我们把这个过程叫做图像的小波分解。而小波的逆变换即是将这些不同分辨率上的子图组合起来恢复出原始图像，这个过程叫做重构。
通过对图像进行小波变换后小波系数的特点进行分析，介绍了其适用于图像压缩编码的优势；从小波变换用于图像压缩应考虑的几个问题入手，对不同小波基的性能、分解层数以及边界延拓方式，以及RGB与YUV图像的转换进行了讨论。然后根据变换系数的分布特点，分析了嵌入式小波零树图像压缩算法的特点，并讨论了零树编码的概念、原理及实现步骤。随后，通过实验实现了对同一幅图像不同压... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-10 |
|
第1章 绪论 |
10-20 |
|
1.1 图像压缩 |
11-14 |
|
1.1.1 图像压缩的基本内容 |
12 |
|
1.1.2 图像压缩编码分类 |
12-14 |
|
1.1.3 静止图像压缩标准 JPEG与JPEG2000 |
14 |
|
1.2 遥感图像压缩编码 |
14-16 |
|
1.2.1 遥感图像技术发展 |
15-16 |
|
1.2.2 目前的压缩软件 |
16 |
|
1.3 论文的主要框架结构 |
16-20 |
|
1.3.1 使用小波压缩图像的基本流程 |
16-18 |
|
1.3.2 论文的内容介绍 |
18-20 |
|
第2章 小波的基础变换 |
20-33 |
|
2.1 小波变换 |
20-23 |
|
2.1.1 小波变换的定义 |
21 |
|
2.1.2 连续小波变换与离散小波变换 |
21-23 |
|
2.2 小波基函数 |
23-28 |
|
2.2.1 小波基的选择需要考虑的因素 |
23-26 |
|
2.2.2 常用的小波基函数 |
26-28 |
|
2.3 多分辨率分析与MALLAT算法 |
28-33 |
|
2.3.1 多分辨分析 |
28-29 |
|
2.3.2 Mallat算法 |
29-33 |
|
第3章 基于零树小波编码的图像压缩 |
33-47 |
|
3.1 图像的小波变换 |
33-38 |
|
3.1.1 边界处理后的小波变换 |
33-34 |
|
3.1.2 RGB到YUV图像的转换 |
34-38 |
|
3.2 嵌入式零树小波 |
38-45 |
|
3.2.1 子带的扫描方式 |
38-40 |
|
3.2.3 小波零树量化 |
40-45 |
|
3.3 HUFFMAN编码 |
45-47 |
|
第4章 遥感图像的分形及评价准则 |
47-56 |
|
4.1 遥感信息科学中的分形 |
47-49 |
|
4.2 遥感信息处理中的分形 |
49-51 |
|
4.3 客观评价准则 |
51-52 |
|
4.4 评价结果 |
52-56 |
|
第5章 研究与总结 |
56-58 |
|
5.1 工作及结论 |
56-57 |
|
5.2 存在的问题及发展趋势 |
57-58 |
|
参考文献 |
58-62 |
|
攻读学位期间公开发表论文 |
62-63 |
|
致谢 |
63-64 |
|
研究生履历 |
64 |
|
| 【DOI】 | LunWen.ID:2.2008.389444 |
