基于小波变换的遥感图像压缩技术研究

论文摘要

随着遥感技术的飞速发展,由遥感传感器获取的数据量急剧增加,丰富的遥感数据为人类研究地球资源提供了宝贵的资料,但是同时也给数据的存储、传输带来了困难,从而研究符合遥感应用需要的压缩技术成为重要的课题。压缩的目的就是要减少数据量以满足存储和传输的需要。目前的压缩方法有许多种,但是基本上都不能对海量数据进行实时压缩。小波分析是近二十年来迅速发展起来的一种新的理论,是Fourier分析发展史上具有里程碑意义的进展,是调和分析这一数学领域半个世纪以来的工作结晶。小波变换作为一种新的信号分析理论具有良好的时(空)频域局部化特性,为处理非平稳信号提供了有效的数学工具,因而在图像处理、模式识别等领域得到广泛的应用。本文即以基于小波变换的遥感图像有损压缩算法为研究内容,以减少压缩时间为主要目的。本文主要做了以下工作:1.阐明了遥感图像压缩的具体需求,对图像压缩的基本原理和历史做了详细的综述,对传统的压缩方法进行了详细的讨论。2.系统的论述了小波变换理论及其应用的发展现状以及小波图像压缩应用应注意的问题。3.详细的介绍了目前最流行的三种小波编码方法(EZW、SPIHT、EBOCT)并比较了它们的性能。研究了图像压缩的官方标准jpeg2000,并对比分析了各种方法在CBERS影像中的压缩性能。4.在具体实现上采用基于小波变换的ECW压缩技术并将其应用于中国的资源卫星影像压缩,并在此基础上引入GDAL库使得ECW的压缩时间进一步缩短,且编码效率也得到了提高5.对遥感图像的质量评价问题,对压缩后的图像从灰度共生矩阵层面做了评估,打破了传统上仅仅依靠灰度矩阵平面的psnr值做评估的方法。6.用IDL建立了基于不同压缩比的影像浏览及出图模块。

论文目录

• 摘要
• Abstract
• 第一章 前言
• 1.1 遥感图像压缩的需求分析
• 1.2 基于小波的图像压缩历史
• 1.2.1 小波理论的发展回顾
• 1.2.2 基于小波的图像压缩的发展
• 1.3 研究现状与存在的问题
• 1.3.1 研究现状
• 1.3.2 压缩技术在遥感领域的不足
• 1.4 本文的主要内容
• 第二章 图像压缩概论
• 2.1 图像压缩的可行性
• 2.2 图像压缩的理论基础
• 2.3 图像压缩的传统方法
• 2.3.1 无损压缩
• 2.3.2 有损压缩
• 2.4 基于小波的图像压缩
• 2.4.1 小波变换理论
• 2.4.1.1 一维小波变换
• 2.4.1.2 二维图像小波变换
• 2.4.1.3 提升小波快速算法
• 2.4.2 小波系数的特点
• 2.4.2.1 小波系数能量分析
• 2.4.2.2 小波系数数据结构分析
• 2.4.3 常用小波编码
• 2.4.3.1 嵌入式零树编码EZW
• 2.4.3.2 改进的零树编码SPIHT
• 2.4.3.3 基于小波变换的图像压缩标准Jpeg2000
• 2.5 常规质量评价方法
• 2.6 本章总结
• 第三章 常用小波编码在CBERS 影像中的应用
• 3.1 中巴资源卫星（CBERS）介绍
• 3.2 小波变换的应用细节
• 3.2.1 小波基的选取
• 3.2.2 边界处理
• 3.2.3 系数量化的一般方法
• 3.2.4 小波分解的级数
• 3.3 小波编码实验及对比分析
• 3.3.1 嵌入式零树编码EZW
• 3.3.1.1 实验结果
• 3.3.1.2 改进思路
• 3.3.2 改进的零树编码SPIHT
• 3.3.2.1 实验结果
• 3.3.2.2 SPIHT 与 EZW 的比较
• 3.3.2.3 jpeg2000 与SPIHT 实验对比
• 3.4 本章总结
• 第四章 基于GDAL+ECW 的CBERS 影像快速压缩
• 4.1 快速压缩要解决的问题
• 4.1.1.1 文件结构与缓存
• 4.1.1.2 大文件读取
• 4.1.1.3 多线程
• 4.2 GDAL 与ECW
• 4.2.1 地理信息提取库GDAL
• 4.2.2 快速技术ECW
• 4.3 ECW 压缩性能实验
• 4.4 基于GDAL+ECW 的快速压缩实验
• 4.5 本章总结
• 第五章 压缩图像的质量评价与应用
• 5.1 评价标准的选取
• 5.1.1 灰度矩阵特征值
• 5.1.2 灰度共生矩阵特征值
• 5.2 基于灰度矩阵特征值的质量评价
• 5.3 基于灰度共生矩阵特征的质量评价
• 5.4 基于IDL 的压缩影像应用
• 5.4.1 IDL 中的图形系统
• 5.4.2 基于IDL 的影像浏览及出图模块简介
• 5.4.2.1 项目简介
• 5.4.2.2 模块功能
• 5.4.3 实现方法
• 5.4.3.1 金字塔浏览方法
• 5.4.3.2 ECW 中的视图
• 5.4.3.3 本文的浏览方法
• 5.4.3.4 软件流程
• 5.4.4 结果分析
• 5.5 本章总结
• 第六章 总结与展望
• 致谢
• 参考文献
• 附录
• 1. SPIHT 代码流程
• 2. GDAL 与ECW SDK 主要压缩代码
• 在学期间的研究成果