基于预测树的天气雷达回波数据无损压缩

利用了各层回波图像间的相关系数建立预测排序树,采用了自适应算术编码实现天气雷达回波数据的无损压缩,实现了天气雷达回波数据的有效压缩。     

基于光谱角匹配预测的高光谱图像无损压缩

在地表信息获取方面,高光谱遥感是对地观测技术的主要方法,观测同时产生了海量高光谱图像的存贮与传输问题.研究发现,高光谱图像具有独特的光谱上下文特征,可从光谱维分析高光谱图像的光谱相关性,并用光谱角来度量相邻像素间的光谱相似性的差异,探测水平或垂直光谱边界,由此提出了基于光谱角匹配预测(SAMP)的无损压缩算法.实验表明,SAMP算法的预测效果好于已有文献中提出的一些优秀算法,且具有低复杂性.     

基于镶嵌数据集的省级“一张图”影像管理

比较传统的数据管理模式,采用文件系统＋数据库系统存储管理模式。广东省“一张图”影像数据以Mr-SID的压缩形式存储,并通过ArcGIS的镶嵌数据集,完成影像数据和元数据的入库,解决了省级海量影像数据管理和应用的技术瓶颈,实践证明该管理方式可行。     

基于信息量失真测度的VQ及在高光谱图像无损压缩中的应用

随着成像光谱技术的迅速发展 ,如何高效无失真的压缩海量高光谱数据引起人们越来越多的关注。由于相似的地表区域具有相似的光谱曲线 ,矢量量化是对高光谱图像进行压缩的理想算法。提出一种基于信息量失真测度的矢量量化编码方法 ,并用于高光谱图像无损压缩。与常用的矢量量化失真测度———欧几里德平方误差测度相比 ,该算法在不增加运算复杂度的情况下 ,矢量量化后的误差图像的熵值能够降低 0 0 5bpp左右。     

海洋遥感 L3A 数据的优化行程及其组合无损压缩算法研究

在比较研究常见的多种无损压缩算法的基础上,进一步研究了符合遥感应用的压缩技术.结合海洋遥感L3A 数据产品的特点,提出了一种基于优化行程编码的无损压缩算法以及该算法与哈夫曼编码相结合的组合压缩算法,可应用于 MODIS、NOAA、HY 等国内外多种卫星的 L3级原始数据文件的压缩.通过9种无损压缩算法的对比实验,结果表明,该算法与其它通用的压缩方法或工具相比,具有最小的时空积,即在压缩时间和空间上具一定的综合优势,且更加高效地传输、存储和共享海量的卫星遥感图像或数据     

遥感影像压缩的前沿技术

概要介绍了遥感影像压缩技术的作用和重要性,以及当前主流技术的种类、原理、特点和优越性。     

一种高光谱遥感影像无损压缩方法与应用

针对遥感影像巨大数据量给传输、存储造成巨大压力和压缩比低的问题,本文提出了一种改进的自适应波段重排和最小均方误差预测的高效无损压缩方法。该方法能自适应地确定波段的最佳顺序,并根据最小均方误差预测充分利用这种排序相关性消除影像冗余。首先,该方法对高光谱影像波段自适应分组,在每个组内利用最小生成树算法排序,以提升相邻波段的谱间相关性。然后,对组内波段自适应地选择上下文进行谱间和谱内预测,去除高光谱影像的冗余。最后,对预测残差进行二进制算术编码去除统计冗余,完成高光谱影像无损压缩。基于资源一号高光谱影像的试验结果表明,本文方法有效利用了谱内、谱间相关性,改善了预测性能,优于常用的压缩方法。     

整型DCT变换在三维地震图像无损压缩中的研究与应用

这里主要研究并实现了一种基于整型DCT(discretecosinetransform)对图像进行无失真编码的方法.其主要原理为:先在整型FFT(fastFouriert ransforu)基础上构造可逆的DCT整型变换,经变换后的数据再用SPIHT(setpartitiioning in Hierarchical Trees)算法处理,最后进行算术编码.首先在图像变换和无失真编码等相关图像处理知识的基础上,结合前人的研究经验,对设计进行了理论推导和论证,并将其归纳为数学模型,总结出适用算法,并编程实现,结果证明该方法具有良好的压缩性能.