小波变换块自适应量化算法压缩SAR原始数据

本文研究了如何使用基于小波变换的块自适应量化（WT-BAQ）算法压缩合成孔径雷达原始数据。结合一组实测SAR原始数据,进行了压缩和解压缩,并计算了数据域及图像域评价参数,给出了压缩算法最终所成的图像。并与块自适应量化（BAQ）、块自适应矢量量化（BAVQ）以及小波包变换块自适应量化（WPT-BAQ）方法进行了性能比较。实验表明,在相同比特率条件下,本文算法得到的数据域信噪比和图像域信噪比均比另外三种算法高。本文算法具有一定实用价值。最后文章给出了结论和将来进一步的工作。     

基于小波理论的遥感图像高保真压缩方法研究

根据遥感图像局部相关性较弱、纹理复杂丰富的特点,提出了基于小波分析理论的自适应标量、矢量混合量化压缩方法。该方法根据遥感图像小波变换后高频子图的局部块纹理强弱将这些块划分为４类,对平坦块进行高倍压缩,对纹理块进行高保真压缩,使各块的恢复误差大致平衡。其主要特点是避免了矢量编码过程中的码书训练和码书搜索,因而时间性能好,并且对单幅图像的压缩比和峰值信噪比（ＰＳＮＲ）优于ＪＰＥＧ方法。此方法与ＫＬ变换去波段相关技术相结合,应用于多波段遥感图像压缩领域,收到了良好的效果。     

一种基于小波包变换的纹理图像压缩算法

提出一种基于小波包变换与自适应混合量化的新图像压缩算法.该算法首先用小波包变换对纹理丰富的图像进行完全分解,并用一种与后续编码器相关联的成本函数(CostFunction)进行最佳小波包基搜索;然后依据图像内容,自适应确定小波包系数的扫描次序;再对小波包变换后的最低频子带进行DPCM无失真编码,对高频子带实施矢量量化编码;最后对所形成的二进制符号流进一步实施自适应算术编码.仿真实验结果表明:提出的小波包图像压缩算法是一种比较好的编码方案,其压缩效果不仅明显优于JPEG算法与SPIHT算法(特别是纹理图像),而且优于已有的其他小波包图像压缩算法.     

一种新的SAR图像相干斑抑制算法

合成孔径雷达(SAR)图像会受到相干斑噪声的污染,对SAR图像的后续处理产生了很大影响.提出一种基于快速离散曲波变换(FDCT)抑制合成孔径雷达(SAR)图像相干斑噪声的方法.先通过FDCT把SAR图像变换到曲波域中,得到曲波系数,再应用自适应阈值算法估计不同尺度、不同方位曲波系数的阈值,分别对曲波系数进行硬阈值和软阈值化处理,最后通过FDCT反变换恢复出图像.对单视SAR原始图像进行处理,并与小波去噪方法进行各种量化比较,结果表明,Curvelet滤波器要比Wavelet滤波器效果好,软阈值算法的效果比硬阈值算法好.基于FDCT的SAR图像相干斑去噪,不仅抑制相干斑能力比较强,而且在目标的边缘及纹理信息的保持上也有很大的优势.     

基于KLT/WT和谱特征矢量量化三维谱像数据压缩

提出了基于KLT/WT和谱特征矢量量化 (SFCVQ)三维谱像数据压缩的新方法。在对多光谱图像数据进行Karhunen Leove变换 (KLT)消除谱相关性 ,再应用小波变换 (WT)对KLT后的多光谱图像数据进行消除空间相关性。采用SFCVQ编码对每个谱像数据进行压缩 ,获得较高的压缩性能。实验结果表明 :KLT/WT/SFCVQ方法和KLT/WT/VQ压缩方法比在同样压缩比 (CR)条件下 ,峰值信噪比 (PSNR)没明显变化 ,而速度提高了 30倍 ,比KLT/WT/FSVQ也提高了 5倍 ,整体压缩性能有较大的提高。     

一种SAR原始数据的变换域编码算法

根据SAR原始数据经沃尔什变换(WHT)后的系数特性,提出了一种在沃尔什域按各子带能量分布作变比特块自适应量化的算法-沃尔什域块自适应量化(WHT-BAQ),并将本方法与时域BAQ算法和FFT-BAQ算法作了比较.实验证明,在相同比特率下,WHT-BAQ算法的数据域和图像域信噪比均比时域BAQ算法高,与FFT-BAQ算法性能相当.WHT-BAQ算法的运算量略大于时域BAQ算法,但大大小于FFT-BAQ算法的运算量.加之沃尔什变换具有不作乘法、有快速算法的特性,所以将它用于SAR原始数据压缩有一定的优越性.     

3维块匹配小波变换的极化SAR非局部均值滤波

极化合成孔径雷达(SAR)图像受相干斑噪声的影响,难以很好地保持结构特性,针对这个问题提出了一种采用3维块匹配小波变换的非局部均值滤波算法NL-3DWT(Nonlocal Filter based on 3-D Patch Matching Wavelet Transform)。该算法使用块匹配的3维非抽样小波变换对极化总功率图进行预滤波,在此基础上使用边界对齐窗提取结构相似像素,同时使用Sigma范围选择极化SAR数据的散射相似像素,共同构成相似像素集合;构建结构保持权重函数增大图像结构信息在块相似性度量时的权重,最终实现极化SAR图像结构保持的相干斑抑制。该算法增强了图像结构特征的表达,提高了结构相似像素选择的准确性,机载极化SAR数据实验结果表明,NL-3DWT算法能够在抑制相干斑噪声的同时,更有效地保持极化SAR图像的结构特性和极化散射特性。     

基于KLT／TW和谱特征矢量量化三维谱像数据压缩

提出了基于ＫＬＴ／ＷＴ和谱特征矢量量化（ＳＦＣＶＱ）三维谱像数据压缩的新方法。在对多光谱图像数据进行Ｋａｒｈｕｎｅｎ－Ｌｅｏｖｅ变换（ＫＬＴ）消除谱相关性,再应用小波变换（ＷＴ）对ＫＬＴ后的多光谱图像数据进行消除空间相关性。采用ＳＦＯＶＱ编码对每个谱像数据进行压缩,获得较高的压缩性能。实验结果表明：ＫＬＴ／ＷＴ／ＳＦＣＶＱ方法和ＫＬＴ／ＷＴ／ＶＱ压缩方法比在同样压缩比（ＣＲ）条件下,峰值信噪比（Ｐ     

基于小波纹理信息的星载SAR图像与TM图像的数据融合

遥感图像的数据融合是当前遥感界研究的热点问题之一。论述利用小波变换提取合成孔径雷达（SAR）图像的多尺度纹理信息，基于小波纹理信息将SAR图像与TM图像进行融合。选取徐州市南郊风景区的Radarsat卫星SAR图像和TM图像进行试验研究，并与颜色变换法融合图像进行对比分析，结果表明，无论是目视解译还是定量分析，该融合方法与颜色变换法相比，将获得更理想的高空间分辨率多光谱的融合图像。     

用小波变换进行SAR图像增强处理

合成孔径雷达(SAR)是一种高分辨率成像雷达,广泛的应用于工业、农业、军事及国防经济各个部门。然而由于SAR的干涉成像原理,使图像产生相干斑点(speckle)噪声,这种随机分布的噪声影响了SAR图像的校正和解译。本文尝试利用Nason和Silverman所提出的平稳小波变换,对SAR图像进行多层平稳小波变换的阈值处理,在确保图像信息损失最小的情况下,抑制相干斑点噪声。     

基于IHS变换的最优树分解在遥感图像融合中的应用

探讨了遥感多光谱与全色波段图像的融合问题，分析了基于IHS变换的小波包变换分解的遥感图像融合方法，提出了基于最优树分解的融合方法。此方法首先将多光谱图像进行IHS变换，然后对I分量和全色图像进行小波包分解和最优树分解，再进行融合，最后进行IHS 逆变换得到融合图像。此方法不仅得到较好的图像主观视觉效果，而且兼顾了客观上熵最大的原则。     

基于双树复数小波的SAR图像噪声抑制

小波变换由于其良好的时频分离特性以及接近人类视觉系统的多分辨分析,在SAR图像的去噪和复原中得到了很好的应用,但是经典小波变换不具备平移不变性,且得到的高频分量的方向非常有限。复数小波变换是一种具有近似平移不变性、更多方向选择性且能够完全重构的双数正交小波变换,在图像去噪方面表现出更强的性能。建立了复数小波变换分解与重构的过程,并对分解后的实部和虚部图像的高频部分分别进行局部非线性软阈值法滤波。实验结果显示,复数小波变换较小波变换不仅滤除了更多的噪声,而且得到的图像边缘更加平滑。     

基于增强小波ECW的遥感图像压缩研究

基于小波变换的图像压缩方法能在高压缩比的前提下保持好的重建图像质量,小波变换的编码技术被广泛地应用于图像的压缩中。但这些传统的小波压缩技术及改进算法,都需要构造复杂的小波基、小波函数,算法复杂,制约了在实际中的广泛应用。而最新发展的增强小波技术较传统的小波技术ECW在压缩率、压缩速度、压缩编码方面均有了新的突破,利用ECW SDK二次开发包,可在应用系统中直接嵌入ECW技术进行遥感影像压缩,避免了传统的小波技术算法复杂等弊端。实践表明该方法是一种有效的、可以在实际中广泛应用的遥感图像压缩方法。     

基于小波包变换区域方差的遥感影像融合

介绍了基于小波包变换和区域方差的遥感影像融合方法.利用IHS变换和小渡包变换把全色影像和多光谱影像的相应分量分解为低频部分和高频部分,并分别采用加权平均法和区域方差法融合低频部分和高频部分,然后通过小波包重构和IHS逆变换得到最终的融合影像;最后采用MATLAB语言实现了这种方法.实验结果表明,这种方法在提高影像的清晰度、突出影像细节信息以及保留原始影像的光谱特征方面效果较好.     

An ensemble pansharpening approach for finer-scale mapping of sugarcane with Landsat 8 imagery

We tested the effects of three fast pansharpening methods – Intensity-Hue-Saturation (IHS), Brovey Transform (BT), and Additive Wavelet Transform (AWT) – on sugarcane classification in a Landsat 8 image (bands 1–7), and proposed two ensemble pansharpening approaches (band stacking and band averaging) which combine the pixel-level information of multiple pansharpened images for classification. To test the proposed ensemble pansharpening approaches, we classified “sugarcane” and “other” land cover in the unsharpened Landsat multispectral image, the individual pansharpened images, and the band-stacked and band-averaged ensemble images using Support Vector Machines (SVM), and assessed the classification accuracy of each image. Of the individual pansharpened images, the AWT image achieved higher classification accuracy than the unsharpened image, while the IHS and BT images did not. The band-stacked ensemble images achieved higher classification accuracies than the unsharpened and individual pansharpened images, with the IHS-BT-AWT band-stacked image producing the most accurate classification result, followed by the IHS-BT band-stacked image. The ensemble images containing averaged pixel values from multiple pansharpened images achieved lower classification accuracies than the band-stacked ensemble images, but most still had higher accuracies than the unsharpened and individual pansharpened results. Our results indicate that ensemble pansharpening approaches have the potential to increase classification accuracy, at least for relatively simple classification tasks. Based on the results of the study, we recommend further investigation of ensemble pansharpening for image analysis (e.g. classification and regression tasks) in agricultural and non-agricultural environments.     

基于FFT的星载SAR复数图像压缩及其码率控制算法

分析了成像后的星载SAR复数图像压缩的必要性及复数图像特点, 对已有压缩算法做了简单分析。在此基础上, 提出一种基于FFT变换和加权量化的星载SAR复数图像压缩算法, 同时建立了适合SAR复数图像压缩的码率控制模型, 提出一种精确码率控制方法。实验结果表明, 以幅值PSNR和平均结构相似度以及平均相位误差为性能指标, 提出的SAR复数图像压缩算法优于现有压缩算法(JPEG2000、H.264等); 同时, 提出的码率控制算法能够实现精确码率控制。     

Comparison of Fusion Techniques for Very High Resolution Data for Extraction of Urban Land-Cover

This paper aims in presenting a thorough comparison of performance of pan sharpening techniques, belonging to spatial, spectral, scale-space and spatial-frequency domain, for Very High Resolution Satellite Data. With the availability of new Very High Resolution sensors, especially, World View-2 sensor, which provides data at sub-meter level, the need for fusion of Panchromatic (PAN) and Multispectral (MS) images has to be further investigated. Pan-sharpening techniques namely, Hue-Saturation-Intensity, Brovey Transform, Principal Components Analysis, Discrete Wavelet Transform, Stationary Wavelet Transform, Non Sub-sampled contourlet Transform and Pseudo Wigner Distribution (PWD) fusion method have been selected for the fusion of PAN and MS images of World View-2 sensor. Further, the comparison of performance of each of the techniques have been carried out by using various evaluation indicators, such as, Root Mean Square Error, Peak Signal-to-Noise Ratio, Correlation Coefficient, Universal Image Quality Index. It is found that PWD based fusion technique gives good result with a good trade-off between the preservation of spectral information and enhancement of spatial resolution.     

基于FFT的快速SAR分布目标回波模拟算法

大面积分布目标的合成孔径雷达 (SAR)回波模拟需要大量的运算 ,文中提出了一种合成孔径雷达回波模拟的快速算法 ,算法利用时域插值和FFT来缩减运算量 ,对于大面积目标回波模拟时 ,该算法有很高的效率。文中详细分析sinc函数插值所带来的误差以及补偿方法 ,并在次基础上提出了一种利用增采样插值方法 ,该方法以增加少量运算为代价 ,使得模拟精度的大幅度提高。文中比较了传统方法和基于FFT的快速SAR分布目标回波模拟算法的模拟结果 ,证明了这种快速算法确实行之有效     

一种从SAR影像到光学影像的翻译方法

光学传感器在夜晚和云雨天气难以成像,合成孔径雷达（synthetic aperture radar,SAR）虽然能够全天时、全天候工作,但其成像难以理解,对此提出利用SAR影像翻译为光学影像的新思路来弥补二者的缺陷。给出了遥感影像翻译定义,提出一套包含图像理解、目标转换等环节的影像翻译技术流程。通过支持向量机分类、种子填充和基于样本的纹理合成算法等手段实现SAR影像典型目标向光学影像的转换与表达。最后,利用该方法实现了ENVISAT-ASAR转换为Landsat TM,ALOS PALSAR转换为GeoEye的两类影像翻译,并利用SAR影像翻译结果修补光学影像空缺。影像翻译和补缺实验证明了SAR影像翻译为光学影像的可行性和有效性。