欢迎来到天天文库
浏览记录
ID:36773923
大小:202.19 KB
页数:4页
时间:2019-05-15
《基于整数小波变换的机载多光谱图像无损压缩》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、维普资讯http://www.cqvip.com基于整数小波变换的机载多光谱图像无损压缩冯燕何明一贾应彪吴铮(西北工业大学电子工程系陕西省信息获取与处理重点实验室,西安710072)E-mail:sycfy@nwpu.edu.cn摘要首先探讨了基于提升方案的整数小波变换,结合线性预测技术,提出了一种机载多光谱遥感图像的无损压缩方法。该方法通过整数小渡变换减少图像的空间冗余,然后根据多光谱图像谱间的相关性对整数小渡变换后的结果进行预测,并且加进了相关性判断这一环节保证了预测的有效性。算法适合并行处理和硬件实现。对机栽64波段多光谱遥感图像的试验结果表明,该方法与改进的预测
2、树方法相比其无损压缩比平均提高了l6%,压缩时间缩短了三分之二。关键词多光谱遥感图像无损压缩整数小波变换相关性判定文章编号l0o2—833l一(2003)36—0055—03文献标识码A中图分类号Tfr75lLosslessCompressionofAirborneMultispectralImagerybyIntegerWaveletTransforillSFengYanHeMingyiJiaYingbiaoWuZheng(DepartmentofElectronicEngineering,NorthwesternPolytechnicalUniversity,Xi'
3、an710072)Abstract:Anewmethodcombiningintegerwavelettransformandlinearpredictiontechniqueforlosslesscompressionofairbornemultispectralimageryisproposedinthispaper.Theimagesaretransformedinintegerwaveletatfirst.Thentheimageinnextbandispredicatedaccordingtothecorrelation.Thustheentropyofthe
4、imagescanbereduced.Theexper-imen~lresultsfrompracticalmultispectralimageshaveshownthatthecompressionratioachievedbythismethodisl6%higherthantheimprovedpredictiontreeone.whilethetimeisreducedby67%.Keywords:Multispectralimagery,Losslesscompression,Integerwavelettransform,Correlationdetermi
5、nel引言算法复杂;张荣等人提出了一种预测树生成的改进方法——侧随着遥感技术的发展,新型遥感器的分辨率和波段数在不邻域最小绝对权值预测树方法13l,简化了预测树的生成算法,提断提高和增加,使得多光谱遥感图像的数据量越来越大,给机高了预测树方法的可行性;笔者也实现了基于误差补偿预测树载或星上数据存储和传输信道带来过重负担。因此,对多光谱方法的多光谱图像的压缩,实验结果表明能进一步提高压缩遥感图像进行数据压缩是极其必要的。机载对地观测和机载多比;A.Kaama提出了一种基于整数PCA和小波变换的压缩方光谱侦察,都需要对多光谱图像进行压缩并传输到地面站,在法,该方法对AVIR
6、IS数据的无损压缩比为2.8-2.9:l嘲。这些方地面站与其他传感器数据实现融合处理和目标识别。为了精确法都是通过不同的预测和变换技术来去除冗余达到压缩的识别目标,需要完整保存多光谱图像数据,即进行无损压缩。该目的。文限于这种情况。对于机载无损压缩算法不仅希望得到较大的压缩比,而且对多光谱图像进行无损压缩主要包括去相关和熵编码两应考虑算法的复杂度,提高压缩速度以满足实时性要求。由于个步骤。多光谱图像存在两类冗余:空间冗余和谱间冗余。其空整数小波变换是有限精度的计算,又是整数到整数的变换,计间冗余表现为,在属于同一地物的相邻像素之间存在空间相关算简单,并能最小限度利用存储
7、器,且便于硬件实现。所以用整性,这种相关性随着遥感器分辨率的提高而增大;其谱间冗余数小波变换进行多光谱图像的压缩,不仅可以实现无损压缩,表现为,相邻波段同一位置的像素之间存在谱间相关性,这种而且能够简化压缩算法的计算复杂度,提高压缩速度。因此,该相关性随着波段数的增加而增大。因此如何有效地去除这两类文提出了一种基于整数小波变换和谱间线性预测的多光谱遥冗余是多光谱图像无损压缩的关键,而对去相关后的数据进行感图像无损压缩方法。首先,对各波段图像进行整数小波变换,熵编码,以便实现由熵值的减小所带来的数据压缩潜力也是难去除图像的空间冗余;其次根据
此文档下载收益归作者所有