论文部分内容阅读
随着遥感技术的迅速发展,遥感图像数据量也在日益增加,高分辨率遥感图像的存储和传输困难就显得十分突出。数据压缩技术作为解决这一问题的有效途径,在遥感图像压缩领域越来越受到重视。多尺度几何分析的出现解决了小波不能很好处理的高维函数逼近问题。由于具有多方向性和各向异性,它能够有效的表示高维函数的奇异性。Bandelets变换是一种自适应多尺度几何分析方法,能够自适应地跟踪图像的几何正则方向,获得稀疏的数据表示,在图像压缩中具有一定的优势。本文主要研究了Bandelets变换在遥感图像压缩中的应用。针对两类遥感图像:合成孔径雷达图像和超光谱遥感图像,提出了三种基于Bandelets的遥感图像压缩算法,主要工作概括如下:(1)针对小波变换不能有效地捕获SAR图像的细节和纹理信息的缺点,本文将多尺度分解得到的高频子带进一步分解,提出了基于自适应Bandelets包的SAR图像压缩算法。算法采用固定剖分Bandelets变换,多尺度分析部分采用子波包分解。该方法充分利用了多尺度分解后各个高频子带的信息,能够较好地保持SAR图像的高频细节纹理信息。(2)针对变换系数的特点探索适合Bandelets的编码方式。通过对比小波变换和Bandelets变换的系数统计特性,结合JPEG2000编解码系统的思想,提出了一种联合JPEG2000和自适应Bandelets的SAR图像编码策略。该方法采用自适应四叉树剖分思想,充分利用图像的几何正则特性,在低比特率SAR图像压缩的应用中,取得了不错的压缩性能。(3)提出了基于自适应Bandelets的超光谱遥感图像压缩算法,该方法采用二维Bandelets变换去除空间相关性,一维DCT变换去除谱间相关性,从而构造了一种适合于超光谱遥感图像压缩的Bandelet-DCT变换。此算法创新性地把多尺度分析工具Bandelets变换引入超光谱遥感图像压缩中。