| 【中文题名】 | 基于整数小波变换的遥感图像编码研究 |
| 【英文题名】 | Research on Coding of Remote Sensing Images Based on Integer Wavelet Transform |
| 【学科专业】 | 通信与信息系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-6 |
| 【中关键词】 | 遥感图像,编码,整数小波变换,提升算法,SPIHT, |
| 【英关键词】 | Remote sensing image,coding,integer wavelet transform,lifting algorithm,SPIHT, |
| 【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】 |
当前对于快速发展的遥感应用领域中,要求我们能够压缩大量的遥感数据,而整数小波变换已经被应用于各种图像压缩中,本文主要阐述基于整数小波变换的遥感图像编码方法。
尽管数据存储技术不断发展、信道传输带宽不断加宽,但人们对于压缩图像数据以节省数据存储空间和提高信道利用率的需求仍在增长。图像的无损压缩相对有损压缩来说更加困难,取得的进展也更小。目前,基于小波的图像压缩方法是图像压缩领域发展较快的一个分支,提升方法能够方便的构造从整数到整数的小波,为图像的无损压缩研究提供了有力的工具。而对小波系数编码的方法是实现基于小波的图像压缩的关键技术,不仅关系到图像的最终压缩效果,也关系到图像的恢复质量和编解码的时间消耗。
本文通过大量实验分析了小波基各项性质与图像压缩的关系,为小波基的选择提供依据。然后在经典小波编码方法的基础上,针对SPIHT编码算法压缩过程中存储量大、存在大量重复运算的缺点,提出一种改进的SPIHT编码算法,降低了编码过程中的存储量需求和时间消耗,提高了编码性能。 |
| 【论文题纲】 |
|
内容提要 |
4-7 |
|
第一章 绪论 |
7-19 |
|
1.1 研究目的与意义 |
7-9 |
|
1.1.1 图像压缩的目的与意义 |
7-8 |
|
1.1.2 遥感数据应用的现状 |
8-9 |
|
1.2 图像数据压缩的理论基础 |
9-13 |
|
1.2.1 信息论基础 |
10 |
|
1.2.2 基本图像压缩编码技术 |
10-11 |
|
1.2.3 基于小波变换的图像压缩 |
11-13 |
|
1.3 基本图像编码研究的现状 |
13-18 |
|
1.3.1 经典图像编码技术 |
13-15 |
|
1.3.2 现代图像编码技术 |
15-18 |
|
1.4 本文的主要工作 |
18-19 |
|
第二章 小波变换的理论基础 |
19-29 |
|
2.1 小波变换理论基础 |
20-21 |
|
2.2 连续小波变换 |
21-24 |
|
2.2.1 连续小波变换的定义 |
21-22 |
|
2.2.2 连续小波变换的性质 |
22-24 |
|
2.3 离散小波变换 |
24-25 |
|
2.4 小波变换的多分辨率分析 |
25-26 |
|
2.5 MALLAT 算法 |
26-29 |
|
2.5.1 一维信号的 Mallat 算法 |
26-28 |
|
2.5.2 二维信号的Mallat算法 |
28-29 |
|
第三章 基于提升格式的整数小波变换 |
29-37 |
|
3.1 整数小波变换概述 |
29-30 |
|
3.2 基于提升框架的IWT |
30-37 |
|
3.2.1 Euclidean算法 |
30-31 |
|
3.2.2 提升框架 |
31-34 |
|
3.2.3 提升框架下的IWT |
34-37 |
|
第四章 基于小波变换的图像编码方法 |
37-48 |
|
4.1 概述 |
37 |
|
4.2 小波图像编码的基本原理 |
37-39 |
|
4.3 零树框架下的图像编码算法 |
39-43 |
|
4.3.1 EZW算法简介 |
39-42 |
|
4.3.2 分层树集合分割算法简介（SPIHT） |
42-43 |
|
4.4 SPECK算法 |
43-44 |
|
4.5 EBCOT编码算法简介 |
44-46 |
|
4.6 JPEG2000 编码标准的简介 |
46-48 |
|
第五章 小波变换在遥感图像压缩中的应用 |
48-65 |
|
5.1 多光谱图像特点 |
48-49 |
|
5.2 多光谱图像常用压缩方法 |
49-55 |
|
5.2.1 去除谱间相关方法 |
49-52 |
|
5.2.2 去除空间相关方法 |
52-54 |
|
5.2.3 多光谱图像压缩现状 |
54-55 |
|
5.3 3D-SPIHT算法分析与改进 |
55-64 |
|
5.3.1 SPIHT算法流程 |
55-56 |
|
5.3.2 改进的3D-SPIHT算法 |
56-58 |
|
5.3.3 遥感图像压缩方法流程 |
58-59 |
|
5.3.4 实验与结果 |
59-64 |
|
5.4 本章小结 |
64-65 |
|
第六章 总结与展望 |
65-68 |
|
6.1 全文的总结工作 |
65-66 |
|
6.2 论文创新工作 |
66 |
|
6.3 展望 |
66-68 |
|
参考文献 |
68-72 |
|
摘要 |
72-74 |
|
ABSTRACT |
74-77 |
|
致谢 |
77-78 |
|
导师及作者简介 |
78 |
|
| 【DOI】 | LunWen.ID:2.2008.389474 |
