论文题目: 基于小波变换的空间遥感图像实时压缩方法研究
论文类型: 博士论文
论文专业: 光学工程
作者: 柯丽
导师: 黄廉卿
关键词: 遥感图像,实时压缩,小波变换,零树编码,多级树集合分裂算法,差分脉冲调制
文献来源: 中国科学院研究生院（长春光学精密机械与物理研究所）
发表年度: 2005
论文摘要: 实现空间遥感图像的实时压缩是卫星遥感技术急待解决的难题,目前国内外使用的压缩技术都没有达到真正性能最佳,因此研制出适合于空间遥感图像数据实时压缩的方法,具有重要理论意义和的实用价值。遥感图像分辨率高、信息量大,码速率高,压缩技术不仅要求大压缩比和低失真度,特别要求实时性好,可靠性高。在综合比较了国内外各种压缩算法、编码标准的基础上,本文选用基于小波变换的图像压缩算法作为遥感图像的压缩方法基础。首先研究了小波变换的理论基础,发现传统小波变换采用的是卷积运算,算法复杂,而且变换结果为浮点数,故采用提升方案弥补传统小波变换的不足。将小波变换用于图像压缩时,所选小波基性能好坏直接影响到小波变换速度和图像压缩结果。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,并选出双正交小波基(D5/3)用于遥感图像实时压缩。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,即引入“最小阈值”、“最小输出位”解决存储量大的问题,采用“最大值表”解决重复运算的问题,降低了编码过程中的存储量需求和时间消耗。最后根据图像小波变换的特点和统计分析,设计出一种新的适宜遥感图像的快速压缩方法。该方法将分解后图像的低频高频子带分别处理,低频子带采用DPCM(差分脉冲调制)方法进行无损压缩,保证图像主要信息不丢失,高频子带采用改进的SPIHT 编码方法提高压缩比。实验证明,在压缩比相同的情况下,新的压缩方法在时间消耗和重构图像质量方面均优于经典方法,其中重构图像的PSNR 增加了2dB 以上,最高达10.10dB。压缩和解压缩时间提高了3 倍左右,而其重构图像的人眼视觉质量与传统方法相当。另外,该压缩方法运算过程中所需存储量小和算法简单的特点,适宜硬件实现,而且便于并行处理,如果用数字信号处理器(DSP)实现压缩算法,可进一步提高压缩速度,实现图像数据在高保真情况下的实时压缩。
论文目录:
摘要
ABSTRACT
图表索引
1 绪论
1.1 研究遥感图像压缩的意义
1.1.1 遥感技术
1.1.2 遥感图像压缩的必要性
1.2 图像压缩理论基础
1.2.1 无损压缩
1.2.2 有损压缩
1.3 图像压缩方法
1.3.1 经典压缩方法
1.3.2 现代压缩方法
1.4 图像压缩标准
1.4.1 JPEG 系列标准
1.4.2 MPEG 系列标准
1.4.3 H.26X 系列标准
1.5 遥感图像特点及压缩要求
1.6 本文研究内容
2 小波变换理论
2.1 小波发展回顾
2.2 小波变换原理
2.2.1 傅里叶变换和窗口傅里叶变换
2.2.2 连续小波变换
2.2.3 离散小波变换
2.3 多分辨分析
2.3.1 多分辨分析定义
2.3.2 由多分辨分析构造小波基
2.4 Mallat 算法
2.4.1 一维Mallat 算法
2.4.2 二维Mallat 算法
2.5 提升方案
2.5.1 提升方案的基本原理
2.5.2 把小波变换分解成基本的提升步骤
2.5.3 整数小波变换
2.5.4 提升方案优点
2.6 本章小结
3 遥感图像压缩中小波基的选择
3.1 引言
3.2 几种典型小波基
3.2.1 Haar 小波
3.2.2 Daubechies 小波系
3.2.3 Coiflet 小波系
3.2.4 Symlets 小波系
3.2.5 Morlet 小波
3.2.6 Mexican Hat 小波
3.2.7 Meyer 小波
3.3 小波基的性质
3.3.1 正交性和双正交性
3.3.2 正则性
3.3.3 消失距
3.3.4 紧支性
3.3.5 对称性和线性相位
3.3.6 小结
3.4 小波基性质与图像压缩关系分析
3.4.1 评价小波基的标准I
3.4.2 评估实验I
3.4.3 小波基各项性质与图像压缩关系
3.4.4 小结
3.5 适于遥感图像实时压缩的小波基的选择
3.5.1 评价小波基标准II
3.5.2 评估实验II
3.5.3 实验结果分析
3.6 本章小结
4 基于小波变换的图像编码算法
4.1 小波图像编码基本思想
4.1.1 解相关变换过程
4.1.2 量化过程
4.1.3 熵编码过程
4.2 嵌入式零树小波编码算法(EZW)
4.2.1 零树预测
4.2.2 用零树结构编码重要图
4.2.3 逐次逼近量化
4.3 多级树集合分裂算法(SPIHT)
4.3.1 SPIHT 算法中的相关概念
4.3.2 排序过程
4.3.3 量化过程
4.3.4 编码算法
4.4 集合分裂嵌入块编码算法(SPECK)
4.5 可逆嵌入小波压缩算法(CREW)
4.6 改进的编码算法
4.6.1 经典编码算法分析
4.6.2 引入“最小阈值”和“最小输出位”解决存储量大的问题
4.6.3 建立“最大值表”解决重复扫描问题
4.6.4 算法实现
4.7 本章小结
5 空间遥感图像实时压缩方法
5.1 引言
5.2 小波变换特点
5.2.1 小波变换的方向选择性
5.2.2 小波变换的多分辨分析特点
5.3 遥感图像小波变换系数统计分析
5.3.1 小波变换的系数分布特点
5.3.2 小波变换系数统计分析
5.4 遥感图像压缩编码方法
5.4.1 改变扫描顺序
5.4.2 最低频子带编码方法
5.4.3 高频子带编码方法
5.4.4 遥感图像压缩方法过程
5.5 实验结果
5.6 本章小结
6 总结与展望
6.1 总结
6.1.1 本文的主要工作
6.1.2 研究成果和结论
6.1.3 主要创新点
6.2 展望——基于DSP 的实时压缩系统
6.2.1 引言
6.2.2 图像压缩系统中DSP 芯片的选择
6.2.3 基于DSP 的图像压缩软件开发
6.2.4 基于DSP 的图像压缩系统
参考文献
致谢
作者简历
作者在攻读博士学位期间发表的论文
博士学位论文原创性声明
发布时间: 2006-03-14
参考文献
- [1].基于聚类分析的遥感图像分割方法[D]. 田丽华.吉林大学2018
- [2].高分辨遥感图像统计处理及分析若干关键技术研究[D]. 倪维平.西安电子科技大学2016
- [3].复杂场景下高分辨率遥感图像目标识别方法及应用研究[D]. 吴其昌.国防科学技术大学2016
- [4].高分辨率光学遥感图像场景理解关键技术研究[D]. 姚西文.西北工业大学2016
- [5].遥感图像高精度并行监督分类技术研究[D]. 蒋艳凰.国防科学技术大学2004
- [6].基于结构模型的遥感图像军事阵地目标特征分析及其识别技术研究[D]. 陶午沙.国防科学技术大学2004
- [7].基于小波域隐马尔可夫树模型的遥感图像纹理分类研究[D]. 彭玲.中国科学院研究生院（遥感应用研究所）2005
- [8].超光谱遥感图像降维及分类方法研究[D]. 刘春红.哈尔滨工程大学2005
- [9].基于遥感图像的重要目标特征提取与识别方法研究[D]. 张志龙.国防科学技术大学2005
- [10].基于超光谱遥感图像三维特征的压缩方法研究[D]. 张雷.中国科学院研究生院（长春光学精密机械与物理研究所）2005