基于上下文的多维图像的无损/有损压缩技术

摘要

由于多维图像海量的数据给传输和存储带来了巨大的压力，因此，根据多维图像的数据特点研究高效的压缩编码技术对多维图像的传输与存储有着重大意义。本文首先介绍了高光谱图像目前的压缩前景，由于高光谱图像谱间具有很强的相关性，并利用此特性提出了无损/有损等压缩方法。然后根据传统的多进制算术编码提出了上下文模型的高动态范围数据的算术编码，并对多波段的全天空的32位极光图像在不同的预测方法下作无损压缩。本研究分为四个部分：
　　 ⑴对高光谱图像在空间做2D-CALIC上下文预测，得到的预测残差结合分布式信源编码理论(DSC)做位平面分解下的编码，其中Slepian-Wolf编码端采用了LDPCA(Accumulate-LDPC)率自适应编解码，并对位平面分解后的信源做了非均匀与均匀情况的LDPCA编码，实现高光谱图像的无损压缩，有效地提高了压缩性能。
　　 ⑵在传统的二进制算术编码基础上提出了分布式算术编码(DAC)理论与算法原理，给出了小波变换下对系数的零块位平面编码原理，将分布式算术编码用于高光谱图像的符号位平面的编码，在码率一定的情况下可以看出压缩效果较好。
　　 ⑶由于一般的二进制算术编码在图像压缩中效果并不理想，本文提出了上下文的多符号高动态(HDR)算术编码，然后利用高光谱图像谱间相关性做帧内预测，对预测残差做高动态的算术编码。由于无损方法在要求重构图像的高质量情况下并不能满足传输带宽的要求，因此本文对高光谱图像做预处理实现高光谱图像的近无损压缩。
　　 ⑷由于中国北极黄河站拍摄的高分辨率全天空32位极光图像庞大的数据量，使得32位的三维极光图像的实时传输与有效压缩成为关键。本文不同的帧内和帧间预测方法对32位三维极光图像做预测，并对预测残差做高动态范围的算术编码，实现32位极光图像的压缩。