基于網格編碼量化的高光譜圖像壓縮及應用研究.pdf

1、本文重點研究具有可分級壓縮能力的高光譜圖像壓縮算法,結合小波變換的網格編碼量化是本研究的主要內容.本論文的主要工作包括:1.提出了一種混合差分預測算法處理譜間相關性.具體而言,算法使用譜段組來組織譜間差分預測過程,在譜段組內使用混合譜間預測方法,包括前向和雙向預測模式,并給出了相應于上述模式的最優(yōu)預測系數(shù)的計算方法.2.提出了一種均勻網格編碼量化方法和一種死區(qū)(Dead-Zone)網格編碼量化方法,以及與之相應的率-失真訓練算法.在結合

2、子帶分布特性的基礎上,本文以函數(shù)逼近的方式在不同輸入分布下建立了描述上述量化器率失真特性的模型.3.提出了基于網格編碼量化的高光譜圖像壓縮算法,該算法采用混合譜維差分預測去除譜間相關性,對各預測殘差譜段進行小波變換并選用均勻網格編碼量化或死區(qū)網格編碼量化方法來量化小波子帶,最后使用算術編碼對量化碼字進行熵編碼.由于譜段中各子帶具有不同的分布參數(shù),為使編碼器能為不同子帶獲取率-失真最優(yōu)的網格編碼量化器,本文分別提出了解析的最優(yōu)比特分配算法

3、、基于均勻網格編碼量化和死區(qū)網格編碼量化率-失真模型的比特分配算法.4.提出了一種支持可分級壓縮的高光譜圖像壓縮算法,此方法使用均勻和死區(qū)網格編碼量化的漸進模式和條件二進制算術編碼來完成量化編碼,并設計了條件算術編碼的最優(yōu)上下文.針對譜維可分級壓縮的要求,所有譜段組的起始譜段在壓縮比特流中以樹結構的方式被組織起來反映圖像光譜維的概貌信息.算法使用漸進網格編碼量化和條件二進制算術編碼來實現(xiàn)質量可分級性,使用小波變換來實現(xiàn)空間可分級性,使用