- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
遥感图像压缩若干关键技术的几点考虑.pdf
遥感图像压缩若干关键技术的几点考虑
周付根
(北京航空航天大学图像中心 北京 100083)
摘 要:图像压缩是当今信息传输、存储过程中亟待解决的关键问题,也是当今研究的热点之
一。随着采集信息量的增加,传输信道与数据量之间的矛盾日益突出,对遥感图像而言,高精度、
高可靠性、高倍的压缩是必须解决的关键技术。具有细节保持和抗误码扩散的高倍图像压缩算法是
遥感图像压缩的主流。
关键词:遥感图像;图像压缩;误码纠正;视觉特征
1. 引 言
随着图像探测手段和技术的提高,图像传输与存储技术已发展成为图像技术应用的瓶颈。在现
代科学技术广泛应用于军事领域的今天,航天侦察已成为国家威慑力量的一种重要手段,而成像侦
察是重中之重。随着对地观测和军事侦察精度要求的不断提高,获取图像的手段在不断的增加,获
取的数据量在以惊人的速度的增长。目前我国在轨和正在研制的卫星将可以提供多种图像数据,包
括:可见光图像、多光谱图像、高光谱图像和合成孔径雷达图像、红外图像以及大量的与图像相关
的辅助数据。解决上述问题的关键是对图像进行有效压缩。
2. 图像压缩标准
为寻求有效的图像压缩方法,国内外研究人员付出了不懈的努力。人们的愿望是寻求一种普遍
适用的图像压缩方法,并研制成功 JPEG、JPEG2000 针对静止图像的压缩标准和受国际专利保护的
SPIHT[8]压缩方法,其中均包括了无失真和有限失真压缩方法,针对运动图像研制成功 MPEG 系列
压缩标准和 H263 系列低码速率压缩标准。以 JPEG2000 为例,其通用性主要体现在多模态和多码本
的优化,也就是说,针对不同类型的图像在多种预先设定的方案中优选出最佳的量化、编码方案。
从面向的目标看,JPEG 只适合较高码率传输即低倍压缩,而基于小波变换的 SPIHT 和 JPEG2000
则在低码率传输即高倍压缩。JPEG2000 中发展了 SPIHT 的思想,但其总体性能还略低于 SPIHT, 见
表 1,其他文献中[1、2、4],报告有好于 SPIHT 的结果。在无失真压缩方面,JPEG-LS(JPEG Lossless)
好于 SHIHT 和 JPEG2000[12]。
表 1 SPIHT 与 JPEG2000 压缩 8 倍的结果比较
PSNR(dB)
图像名
SPIHT JEPG2000
Lena(512x512) 40.80 40.72
City(768x768) 28.45 27.90
有限失真的图像压缩主要基于以下考虑:1、去除图像中的冗余(相关性),这种冗余包括:(1)
空间冗余性:相邻图像象元的数值之间存在相关性;(2)频谱冗余性:在 RGB 彩色图像中不同色平
面或频段之间存在相关性;(3)时间冗余性:在序列图像中,不同的图像帧之间存在相关性。2、人
眼的视觉特征:图像一定程度的某些变化人眼无法识别,而某些变化却十分敏感。
众所周知,图像压缩是面向对象的,而 JPEG2000 中的通用性是以复杂的计算和较慢的处理速
度换取的。显然处理速度慢、算法复杂加之硬件实现困难,JPEG2000 并不能满足所有场合的实际需
要,因此面向对象的高效图像压缩技术仍是当今研究工作的热点。
在实际使用中,图像压缩系统往往与传输信道联在一起使用,为适应不同信道和满足实时传输
的要求,重建图像的质量、编码延时、计算复杂度、对信源的鲁棒性、对信道误码的影响等问题是
图像压缩算法和系统必须考虑的问题,而这些问题还远没有达到完美解决的程度。
3. 图像压缩系统流程
图像压缩技术从形式上可以分为基于变换域的压缩方法和基于空间域的压缩方法两类。图 1 和
图 2 是基于变换域的编码和解码器的结构图。将图中图像变换和逆变换部分去除即构成空间域中常
用编码和解码器的结构图。
3.1 基于变换域的压缩方法
基于变换域的压缩方法包括了图像变换、变换系数分类、量化和编码四个过程,图 1 和图 2 是
编码器和解码器的结构图。图像变换的目的是能量集中和去相关。小波变换(Wavelet Transformation)
被认为是最佳的变换工具,此外小波变换的系数还能同时保留图像的时-频局部化特性,小波系数兼
顾有频域和空间域的双重特征。在能量集中和去相关方面,性能明显优于离散富立叶(Fourier)变
换(DFT)和离散余弦(DCT)变换,成为近年来广泛研究的重点。基于小波变换的压缩方法被公
认为是最有潜力的图像压缩方法。
目前基于小波变换的压缩方法的典型代表是 EZW [6](Embedded Zero Trees of Wavelet
Coefficients) 和 SPIHT(Set Partitioning in Hierarch
您可能关注的文档
最近下载
- 《家用医疗器械租赁服务规范》.pdf VIP
- 重庆市渝北区2024年七年级上学期数学期末试卷附答案.pptx VIP
- 力学实验(解析版)-2025版高三物理寒假讲义.pdf VIP
- 肘关节运动学.pptx VIP
- 2025年生活会个人对照检视发言材料【四个带头+违纪行为典型案例解析】与个人检查材料2篇文.docx VIP
- 家用医疗器械租赁服务规范.docx VIP
- 锂离子电池和电池组生产安全要求SJT 11798-2022.docx VIP
- 专业技术职务任职资格评审表 - 专业技术职务任职资格评审表.doc
- 2024-2025学年深圳市南山区四上数学期末试卷及答案.pdf
- 2022-2023学年辽宁省沈阳126中七年级下学期期中数学试卷(含答案解析).docx
文档评论(0)