柴焱
- 作品数：8 被引量：34H指数：4
- 供职机构：北京工业大学更多>>
- 发文基金：国家自然科学基金北京市自然科学基金北京市教委科技发展计划更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于波段分组的3D-SPIHT高光谱图像无损压缩算法被引量：17
- 2005年
- 波段间隔为纳米级的高光谱图像具有很强的谱间相关性,但不同频谱波段图像之间的相关性不同,本文提出了一种基于波段分组的3DSPIHT(setpartitioninginhierarchicaltrees)高光谱图像无损压缩方法。对高光谱图像按照谱段类型进行分组,接着通过3维整型小波变换,对图像组去除空间相关性和光谱维相关性,最后以3DSPIHT的空间方向树组织方式来进行编码,去除小波变换后子带间系数的冗余。实验结果表明,该方法能够有效地去除空间和谱间相关性,在算法复杂度和计算时间上较整体处理有一定优势,同时可获得较好的无损压缩结果。
- 张培强柴焱张晓玲沈兰荪
- 关键词：高光谱图像无损压缩算法整型小波变换SPIHT算法复杂度图像组
- 一种基于三维预测的高光谱图像无损压缩方法
- 一种基于三维预测的高光谱图像无损压缩方法，涉及图像处理领域本发明的特征在于具有以下处理步骤：(1)计算机从存储设备读入高光谱图像；(2)计算各个波段间的相关系数矩阵；(3)计算相关系数矩阵的最大生成树，得到预测顺序表；(...
- 张晓玲沈兰荪柴焱王晋
- 文献传递
- 一种基于网格编码量化的高光谱图像无损压缩方法被引量：4
- 2006年
- 由于遥感图像的数据量非常庞大,给有限的存储空间和传输带宽带来很大的压力,同时,由于高光谱图像获取代价昂贵,具有广泛的应用领域,且压缩时一般不能丢失任何信息,即要求无损压缩,因此没有有效的压缩方法,高光谱图像的普及应用将受到极大的限制。网格编码量化(TCQ)借鉴了网格编码调制(TCM)中信号集合扩展、信号集合划分和网格状态转移的思想,其虽具有良好的均方误差(MSE)性能,而且计算复杂度适中,但目前TCQ主要被应用于图像的有损压缩,为了对高光谱图像进行有效的无损压缩,通过将TCQ引入高光谱图像的无损压缩,并根据高光谱图像的特点,提出了一种基于小波变换和TCQ的高光谱图像无损压缩方法。实验结果表明,与JPEG2000和JPEG-LS中无损压缩算法相比,该算法对高光谱图像具有更好的压缩性能。
- 王晋张晓玲沈兰荪柴焱
- 关键词：高光谱图像小波变换网格编码量化
- 一种基于2D／3D混合自适应预测的高光谱图像无损压缩方法被引量：3
- 2005年
- 利用高光谱图像具有较强谱间相关性的特点，本文提出了一种基于2D／3D混合自适应预测的高光谱图像无损压缩方法，首先根据相关系数计算波段预测顺序，通过局部纹理分析进行二维空间预测，采用基于神经网络模型的自适应预测方法进行三维预测，然后利用预测波段与当前波段间邻域块的相关性对二维预测和三维预测的结果进行校正，对预测残差采用基于上下文模型的Golomb编码．实验结果表明，应用于四种不同遥感器所获取的图像，该方法都能够有效的去除高光谱图像的空间和谱间相关性，与无损压缩国际标准JPEG-LS和3D-APA算法相比，压缩后的平均比特率均有明显降低．
- 柴焱张晓玲沈兰荪
- 关键词：高光谱图像自适应预测
- 一种基于三维整型DCT变换的高光谱图像无损压缩方法被引量：2
- 2006年
- 本文根据高光谱图像具有空间和谱间相关性的特点，提出一种基于三维整型DCT变换的无损压缩方法。首先采用三维整型DCT变换消除高光谱图像空间和谱间的相关性；然后，对变换系数进行类似小波的树状系数重组，并按子带顺序进行一阶自适应算术编码。实验结果表明，本文提出的方法与JPEG2000中无损压缩算法相比，平均比特率降低0．1～0．4bpp；与JPEG-LS相比，平均比特率降低0．01～0．2bpp。
- 柴焱张晓玲沈兰荪
- 关键词：高光谱图像自适应算术编码
- 一种基于自适应预测的高光谱图像近无损压缩方法被引量：4
- 2007年
- 提出一种高光谱图像的近无损压缩方法。首先使用三维自适应预测有效地去除高光谱图像的空间和谱间相关性;然后对预测误差进行量化,以进一步降低编码率。实验结果表明,该方法能在控制重建误差的前提下显著地降低了比特率。
- 王晋张晓玲柴焱沈兰荪
- 关键词：高光谱图像近无损压缩
- 成像光谱数据无损/近无损压缩技术的研究
- 本文针对成像光谱数据的特点，研究了高光谱图像的无损压缩和近无损压缩技术。主要工作包括：
1.从有效去除谱间相关性出发，论文提出了一种基于混合整型变换和3D-SPIHT算法的高光谱图像嵌入式无损压缩方法。高光谱图...
- 柴焱
- 关键词：遥感观测图像重建成像光谱
- 文献传递
- 一种基于混合整型变换和3D-SPIHT的高光谱图像嵌入式无损压缩方法被引量：8
- 2007年
- 利用高光谱图像空间、谱间相关性不同的特点,本文提出了一种基于混合整型变换和三维分层树集合划分算法(3D-SPIHT)的高光谱图像无损压缩方法,首先将波段进行分组,针对每一分组,采用不同的整型变换技术去相关,然后对变换系数进行系数重组,采用高效的基于小波系数特点的3D-SPIHT编码方法得到嵌入式码流,具有一定的抗误码性能.实验结果表明,该方法能够有效的去除高光谱图像的空间和谱间相关性,与现有的国际标准JPEG-LS、JPEG2000和基于三维离散余弦变换(3D-DCT)或三维离散小波变换(3D-DWT)的编码方法相比,压缩后的平均比特率均有明显降低.
- 柴焱计文平沈兰荪
- 关键词：高光谱图像
