多光谱遥感图像压缩技术研究信号与信息处理专业论文.docxVIP

摘要摘 摘要 摘 要 多光谱遥感图像是同时在多个窄的光谱波段上对同一对象(地域或目标)进 行观测所获得的图像，它反映了观测对象在各个窄光谱波段上的反射、透射或辐 射特性，因而包含了观测对象的更多信息。多光谱遥感图像在航空／航天、地质勘 探、环境监测、探月工程等许多领域有非常重要的应用。自然的，多光谱遥感图 像的压缩成为了～项重要的研究课题，受到了越来越多研究者的关注。多光谱遥 感图像在每个光谱波段上的图像都可看作是静态获度图像，但各图像闻又具有光 潜相关性。正是在这样的背景下，本文对静态灰度图像和多光谱遥感图像的压缩 技术进行了系统、深入的研究。主要研究内容和成果如下： (1)静态灰度图像的小波变换压缩技术——膨胀。行程算法在分析图像小 波变换系数特性的基础上，主要利用小波系数中大部分为非重要系数的特点以及 重要系数的聚类特性，提出了膨胀-彳亍程算法。该算法对形态学膨胀和行程编码进 行了有机结合，使用形态膨胀运算对重要小波系数的聚类进行搜索和编码，同时 利用一种高效的行程编码算法对重要系数聚类间的大部分非重要小波系数进行编 码。实验表明，该算法的性能优于经典小波编码器SPIHT。对于小波域重要系数 聚类特性显著的图像，算法的性能则优于著名静形态学小波编码器MRWD和 SI，C(：A。 (2)静态灰度图像的块变换压缩技术一块变换系数的分组条件熵编码算 法为避免传统分块DCT在压缩图像中引入的块效应，对图像进行了混叠变换。 在分析图像块变换系数特性的基础上，主要利用8x8块中各2x2绣系数幅值间明 显的衰减特性．提出了块变换系数的分组条件熵编码算法。该算法将变换系数划 分为2x2组进行编码，并利用块变换系数在块内和各块之间的相关性对算法输出 的符号进行了条件熵编码。实验表明，对于含有大量规则纹理的图像，该算法的 性能明显超越了小波编码器：对于其它图像，该算法的性能接近于经典小波编码 器SPIHT的算术编码模式，但明显超过其二迸编码模式。 (3)常规多光谱遥感图像的小波变换压缩技术——多光谱图像的小波编码 算法 在分析光谱分辨率较低的常规多光谱图像的数据特性及英空间小波变换 系数特性的基础上，总结了多光谱数据各波段小波变换系数的谱间结构相关性的 规律，并由此提出了相应的小波编码算法。该算法基于位平匿编码实现，萁核心 是根据小波变换系数的谱间结构相关性和空间相关性设计的条件熵编码器a算法 同时给出了不进行谱闻变换和谱间采用K-L变换两种压缩模式。实验表明，该算 法刘常规多光谱图像取得了良好的压缩效果，算法性能与不考虑谱间相关性的小 =：：======：：． =：：======：：． 堕j!王、业查堂堕主兰垡望塞 波编码器相比有显著提高。当多光谱图像的谱间统计相关性越弱时，算法的优势 则更加明显。 (4)高光谱遥感图像的三维小波变换压缩技术——高光谱图像的三维小波 编码算法 在分析光谱分辨率很高的离光谱图像数据特性及其三维小波变换系 数的空间和谱间相关特性的基础上，提出了高光谱图像的三维小波编码算法。该 算法基于位平面编码实现，其核心是根据三维小波变换系数的空间和谱间相关性 设讨的条件熵编码器。实验表明，该算法对商光谱图像取得了莨好的压缩效果， 性能超越了经典的三维小波编码器3DSPIHT。文中还讨论了为降低计算复杂度对 图像进行分段压缩时算法性能所受的影响。 (5)多光谱遥感图像的无损压缩技术——误差补偿预测树算法该算法利 用多光谱数据的谱阍统计楣关性粕结构相关性建立预测器，对传统颈测树算法产 生的误差进行补偿。对于光谱分辨率较低的常规多光谱图像，给出了自适应误差 补偿预测树算法；由于自适应算法的计算复杂度较高，因此利璃图像数据的局部 稳定性对自适应算法进行了简化。实验表明．该算法获得的压缩比与原始预测树 算法相比有明显提高：自适应算法则对谱间统计相关性较低的多光谱图像具有更 好的压缩效果，同时算法简化后的计算复杂度可降低到与非自适应算法相当。 (6)针对使用者只对多光谱图像局部区域感兴趣的应用需求，给出了多光 谱图像的感兴趣区域压缩方法 该算法对感兴趣区域的形状进行了基于上下文 的算术编码。利用谱间预测和空间整数小波变换分别去除多光谱数据的谱问和空 间相关性，因此能够在统一体系内实现多光谱图像的有损到无损压缩，使感兴趣 区域的信息在需要时能够被无损保留。最后根据事先给定的感兴趣区域和背景区 域的数据精度对小波系数进行量化和熵编码，从丽实现了两区域以不同质量被压 缩。算法计算复杂度低，并可获得良好的压缩效果，感兴趣区域和背景区域能够 以预款的数据精度被压缩，在高压缩比下感兴趣区域仍然能够具有很高的保真度。 关键词： 多光谱遥感图像压缩静态灰度图像 小波变换块变换预测感兴趣区域 AbstractMultispectral Abstr