基于提升整数小波变换的遥感图像压缩编码方法研究

摘要

该文在简要介绍了论文的研究背景和图像数据压缩技术后,对小波变换及其在遥感图像压缩编码中的应用给了一个较为详细的论述和评价,它为后续章节的研究提供了较好的研究基础.该文在介绍了Haar小波和Lazy小波构造具有特定要求的双正交小波基方法的基础上,并利用提升模型,提出了一种整数小波变换构造方法.该文在详细研究了小波系数的统计特性以及小波系数的层间相关性的基础上,提出了一种基于预测的标量量化遥感图像编码方法.实验结果表明,该方法不仅效率高,而且简单易行;在以Shaprio提出的嵌入式零树小波编码方法(EZW)的基础上,该文提出了一种改进的零树编码方法--基于整数小波变换的分块自适应零树编码方法.基于模型和特征的编码方法是现代编码方法中的一个重要方向.该文在研究了图像的重要特征-图像边缘的基础上,提出了一种基于小波变换极大模描述的编码方法,并与视觉误差准则相结合进行编码,获得了压缩比高且主观效果好的解码图像.

目录

文摘

英文文摘

1绪论

1.1问题的提出

1.2图像压缩编码的发展过程

1.3论文的选题背景及本文的主要工作和安排

2小波变换及其在遥感图像压缩编码中的应用综述

2.1小波分析的简短历史

2.2连续小波变换

2.3多尺度分析的信号处理解释

2.4小波包基

2.5周期小波和高维小波

2.6图像压缩编码方法的进展

2.7基于小波变换的图像压缩编码技术

2.8本章小结

3提升模型与整数小波变换的构造

3.1引言

3.2再论Haar小波变换

3.3快速整数可逆Haar小波变换

3.4提升模型和整数双正交小波变换

3.5构造整数小波变换的校正方法

3.6更多的例子和添加的分析

3.7图像整数小波变换系数的统计特性

3.8本章小结

4基于提升整数小波变换的低码率图像压缩编码方法

4.1图像编码的视觉误差准则

4.2基于边缘信息的高压缩比图像编码

4.3基于边缘信息的图像重建算法

4.4纹理误差分量编码

4.5基于小波变换模极大的高压缩比图像编码的实现

4.6本章小结

5基于提升整数小波变换的高保真图像压缩编码方法

5.1引言

5.2基于整数小波变换与分块DPCM相结合的图像压缩编码结构

5.3分块DPCM

5.4分块差值图像小波分解与合成

5.5小波系数重排

5.6准无失真编码方案

5.7实验结果与讨论

5.8本章小结

6改进的零树编码方法-自适应阈值零树编码

6.1现有零树编码方法的不足之处

6.2一种新的改进的零树编码算法

6.3试验结果分析

6.4本章小结

7全文总结与展望

7.1全文总结

7.2今后工作展望

致 谢

参考文献

附录作者在攻读博士学位期间发表的部分论文