论文部分内容阅读
遥感图像压缩是信息与信号处理领域的一个重要的研究方向，随着成像光谱技术的快速发展，图像的存储量也急剧增大，所以对遥感图像进行压缩时很有必要的。现在存在很多种压缩遥感图像的方法，但是总体上来说可以归纳为三类，第一类是基于变换的压缩编码算法；第二类是基于预测的压缩编码算法；第三类是基于VQ的压缩编码算法。在基于变换的遥感图像压缩编码算法中，采用张量分解对高光谱图像进行变换是一种比较新颖的变换技术，这种技术不但能去除高光谱图像空间上的相关性，还能去除谱间的相关性，然后结合3D-SPECK这种先进的三维数据编码方法，在不损失的图像信息的情况下进一步对图像进行了压缩。另外本文还研究了最近几年新提出的压缩算法JPEG XR标准中的熵编码部分，它的压缩性能接近JPEG2000，计算复杂度上却要低得多。由于其具有计算复杂度低、内存消耗少等特点，既支持无损压缩，又支持有损压缩，还支持区域解码，HDR等等，不过压缩时间还可以进一步缩短，所以在FPGA上实现JPEG XR的熵编码具有重要的应用前景。首先本文全面介绍了张量分解的原理和JPEG XR标准，重点分析了这两种算法的优缺点，然后提出了两种遥感图像压缩方法，基于张量的高光谱图像压缩和基于JPEG XR的光学图像压缩，从软件和硬件上对遥感图像压缩进行了一个全面的分析。最后对两种压缩方法进行了仿真实验，在基于张量的高光谱图像编码方法中，本文对比了3D-DWT等方法，信噪比提高了大约5dB左右；在基于JPEG XR的光学图像压缩部分，本文对比了传统的JPEG2000算法，在编码和解码时间，以及重建图像的信噪比上进行了对比，在同等的压缩码率下，JPEG XR的压缩时间是JPEG2000的1/4。