基于整数小波变换的MODIS多光谱图像无损压缩

为了解决MODIS多光谱图像数据的存储和传输问题,提出了一种基于整数小波变换和结合波段相关性判定的谱间预测的算法,对MODIS多光谱图像数据进行无损压缩.通过整数小波变换和波段相关性判定,有效地去除了MODIS图像数据的空间和谱间冗余,其压缩效果优于当今最流行的WinRAR、WinZip压缩软件,与基于三维预测(3D-DPCM)的方法相比,该方法也能得到较好的效果,有较高的压缩比.     

基于双向波段预测的超光谱图像无损压缩

为了解决超光谱图像海量数据无损压缩计算复杂度高、实时性差的问题,将预测树模型和双向多波段谱间预测算法用于超光谱无损压缩研究。在对超光谱图像进行基于预测树模型的谱内预测的基础上,通过双向谱间多波段预测,利用谱间局部统计冗余和结构冗余,建立了对预测树模型误差进行自适应补偿的预测器模型,设计了一种基于“权重”的方法。该方法利用已编码像素对系数进行自适应估计。采用SPIHT (Set Partitioning in Hierarchical Trees)算法对去冗余后的残差图像进行编码。试验结果表明,该算法在较低的计算复杂度下,压缩比优于目前流行的无损压缩算法。     

基于模糊混合预测的静态图像无损压缩

提出了一种基于自适应模糊混合预测的静态图像无损压缩方法．在预测准备阶段，根据一个预定的阈值计算出一组自适应线性预测器。用完全自组织简化自适应共振神经网络对得到的预测器进行训练；在预测图像过程中，训练预测器在模糊逻辑的意义上互相结合起来实现最终预测过程；在误差编码阶段，该方法使用了基于上下文的条件算术编码．实验表明，该方法的诸多特点使得它能在计算复杂性和预测效率间达到平衡，表现出优良的压缩性能．     

基于V型扫描的星载多光谱图像无损压缩算法

为了实现星载多光谱图像的无损压缩,深入研究了空间数据系统咨询委员会(CCSDS)建议的123.0-B-1标准;并结合CCD多光谱遥感成像特点,提出了利用V型扫描对预测方式进行改进;最后在VC6.0平台下实现了该算法。实验结果表明,该算法的平均压缩率比Z型扫描方式的CCSDS 123.0-B-1、CCSDS 121.0-B-1、CCSDS 122.0-B-1、JPEG-LS标准算法的平均压缩率分别高6.7%、68.9%、21.8%和12.9%。该算法复杂度低,适合运用于星上系统。     

基于脉冲耦合神经网络的多区域图像分割

为解决传统脉冲耦合神经网络(pulse coupled neural network,PCNN)仅限于二值分割且无法对灰度缓慢变化的大范围区域进行完整分割的问题,提出了一种基于PCNN的多区域图像分割算法。将分割图像经过平滑和归一化后送入PCNN,在快速连接机制作用下,每次迭代处理中具有相似状态的神经元可实现同步点火,完成单个图像区域的完整分割。经过预定的迭代次数后,以各神经元的点火次数为新输入图像各像素点的灰度值,然后经平滑和过归一化后再次送入PCNN重复上述处理,完成多区域图像分割。Berkeley图库的实验结果显示,该算法高效、鲁棒,可有效应用于图像分割。     

干涉高光谱图像的主分调制预测无损压缩

提出一种基于主分调制预测的高光谱图像无损压缩算法。将干涉高光谱图像分为空间方向和光程差方向,空间方向采用主分量预测算法来去除帧间冗余;光程差方向采用调制分量预测算法来去除谱间冗余。主分量预测采用两步预测算法,第一步采用四阶预测器得到预测参考值,第二步采用8级查找表搜索预测算法得到实际预测值,然后将参考预测值和实际预测值进行比较得出最后的预测值。调制分量预测采用线性预测得到调制预测帧。最后,根据主分预测帧和调制预测帧得到最终预测帧,从而得出残差帧,利用残差帧进行熵编码。实验结果表明,文中算法的平均压缩码率达到3.05bpp,与传统高光谱图像无损压缩算法比较,平均压缩码率提高了0.14~2.94bpp,有效地提高了干涉高光谱图像无损压缩码率。     

基于感兴趣区域的图像检索方法

提出了一种基于感兴趣区域的图像检索方法。在显著度图和相对位置指示图的基础上结合图像的颜色纹理信息,采用基于子区域的区域生长法提取图像感兴趣区域,对图像的特征描述采用感兴趣区域特征和图像整体特征相结合的方法,加入了对图像背景信息的考虑,同时也削弱了分割不准确带来的影响。实验证明该方法对于前景较为清晰或背景具有较大面积单色的图像具有较好的检索效果。     

基于Huffman编码的DSP图像无损压缩系统

当今社会是一个大数据时代,信息量巨大.每天一睁开双眼,图像和视频就席卷而来.人们对图像的依赖越来越多,对图像的要求也越来越高,既追求保真度高,又希望占用空间少,因此对图像压缩也提出了更高的要求.本系统基于TMS320DM6437平台搭建,利用Huffman编码实现图像无损压缩,压缩比达1.77.     

基于多特征融合的图像区域几何标记

提出一种基于多特征融合的图像区域几何标记方法.首先,提出了一种新型卷积网络结构——多尺度核卷积网络用于提取像素点的多尺度特征信息,推断像素点的几何类别,并结合图像超像素分割获得图像超像素区域的几何标记;其次,将提取的多尺度特征与超像素区域传统特征相结合,建立超像素区域的特征表达.最后,建立超像素图像的条件随机场(conditional random field,CRF)模型,对超像素区域的几何类别进行推断.在公开数据集Geometric Context(GC)上的实验结果表明,同已有算法相比,所提方法提高了图像区域几何标记的准确率.     

活动图像的区域模型压缩编码

本文提出一种新型的基于模型方法的编码方案,在编码时采用Huffman与Arithmatic两种方法交替使用,以达到更高的压缩率。将此方法应用于国际通用测试序列(Miss Ameri-can),在对相隔三帧进行处理时,在5k bit/frame左右的低码率下不仅克服了方块效应,且图像无明显降质。     

基于二值自适应算术编码的图像无损压缩算法研究

分析了二值自适应算术编码的特点,并把整数小波变换和二值自适应算术编码相结合,采用C语言进行仿真,实现了静止图像的无损压缩.实验结果表明,该算法压缩比可达2.5,并且仅采用整数加法和移位就可实现数据的压缩编码,硬件实现简单,具有较强的实用价值.     

A rate control approach to distributed source coding for interferential multispectral image compression

Distributed source coding (DSC) is applied to interferential multispectral image compression owing to strong correlation among the image frames. Many DSC systems in the literature use feedback channel (FC) to control rate at the decoder, which limits the application of DSC. Upon an analysis of the image data, a rate control approach is proposed to avoid FC. Low-complexity motion compensation is applied first to estimate side information at the encoder. Using a polynomial fitting method, a new mathematical model is then derived to estimate rate based on the correlation between the source and side information. The experimental results show that our estimated rate is a good approximation to the actual rate required by FC while incurring a little bit-rate overhead. Our compression scheme performs comparable with the FC based DSC system and outperforms JPEG2000 significantly.     

Nonlinear Adaptive Wavelet Transform for Lossless Image Compression

The paper presents a class of nonlinear adaptive wavelet transforms for lossless image compression. In update step of the lifting the different operators are chosen by the local gradient of original image. A nonlinear morphological predictor follows the update adaptive lifting to result in fewer large wavelet coefficients near edges for reducing coding. The nonlinear adaptive wavelet transforms can also allow perfect reconstruction without any overhead cost. Experiment results are given to show lower entropy of the adaptive transformed images than those of the non-adaptive case and great applicable potentiality in lossless image compression.     

Visual Basic操作图像无损编码压缩的技术方案

为解决Visual Basic无损编码压缩图像的困难,将VisuaI Basic操作图像无损编码压缩的技术方案阐述.     

一种用于图像压缩的积分小波变换算法

提出了一种基于积分小波变换的图像压缩和重建的无损算法，并证明了这种算法所满足的条件．在不经过光滑处理的前提下，应用提升原理可将量化噪声降低到阈值以下．     

一种基于空间累进预测的图像编码算法

提出一种结合空间层次累进的预测编码方法,在预测过程中能够利用被预测像素的四周像素对其进行预测．通过构建层次结构图来将图像中的像素划分等级,根据层次等级不同依次进行预测,预测过程中采用实时处理的思想,以减少对内存的需求．根据不同等级像素重要性不同的特性,采用改进的嵌入零树小波编码方法对预测结果进行多阈值量化．实验结果表明,方法计算简单,内存要求小,性能优于JPEG,在实时和无线多媒体等计算能力较弱的环境中尤为适用。     

一种新的多普勒天气雷达回波数据无损压缩

为了解决多普勒天气雷达回波数据传输的实时性以及数据存储的有效性问题,提出了一种基于阶梯量化的多普勒天气雷达回波数据无损压缩新算法。针对天气雷达回波数据的特点,首先对天气雷达回波数据进行预处理,即将雷达回波数据进行格式转换;其次提出了一种阶梯量化方法,并采用MED预测进一步去除数据中的相关性;最后对量化和预测后的回波数据采用LZW编码以实现无损压缩。实验结果表明,新方法较其他方法大幅提高了回波数据的无损压缩倍数,可实现对多普勒天气雷达回波数据的有效压缩。     

小波图像压缩EZW编码算法研究

随着基于多媒体的网络应用的不断发展和视频应用的增加,图像压缩在最近几年引起了广泛的研究兴趣。嵌入式零树小波编码(EZW)不仅具有高的压缩比,还能实现渐进编解码、从有损压缩到无损压缩等。因此奠定了它在图象编码中的地位。分析了其算法原理,探讨了嵌入式图象编码的研究方向。     

基于ASAM注意力机制的光场图像压缩方法

为了研究光场图像的空间信息和相似角度信息之间的差异性,提高光场图像的传输效率,提出了一种基于端到端网络的角度空间注意力模型（ASAM）注意力机制的光场图像压缩方法 .以卷积块注意力模型（CBAM）的注意力机制为基础,增强了相对角度特征,提高了压缩编码效率.稀疏图像采用H.266/VVC视频编解码器进行压缩,通过子孔径图像（SAI）网络恢复编码后的图像.结果表明,与现有的光场图像压缩方法相比,所提出的光场图像压缩方法具有较高的图像压缩性能,Bj?ntegaard-Delta比特率（BD-BR）降低了52.30%,Bj?ntegaard-Delta峰值信噪比（BD-PSNR）提高了3.33 dB.