留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于KL与小波联合变换的多光谱图像压缩

纪强 石文轩 田茂 常帅

纪强, 石文轩, 田茂, 常帅. 基于KL与小波联合变换的多光谱图像压缩[J]. 红外与激光工程, 2016, 45(2): 228004-0228004(7). doi: 10.3788/IRLA201645.0228004
引用本文: 纪强, 石文轩, 田茂, 常帅. 基于KL与小波联合变换的多光谱图像压缩[J]. 红外与激光工程, 2016, 45(2): 228004-0228004(7). doi: 10.3788/IRLA201645.0228004
Ji Qiang, Shi Wenxuan, Tian Mao, Chang Shuai. Multispectral image compression based on uniting KL transform and wavelet transform[J]. Infrared and Laser Engineering, 2016, 45(2): 228004-0228004(7). doi: 10.3788/IRLA201645.0228004
Citation: Ji Qiang, Shi Wenxuan, Tian Mao, Chang Shuai. Multispectral image compression based on uniting KL transform and wavelet transform[J]. Infrared and Laser Engineering, 2016, 45(2): 228004-0228004(7). doi: 10.3788/IRLA201645.0228004

基于KL与小波联合变换的多光谱图像压缩

doi: 10.3788/IRLA201645.0228004
基金项目: 

国家自然科学基金(61501334)

详细信息
    作者简介:

    纪强(1969-),男,博士生,主要从事遥感图像处理方面的研究。Email:qiang-ji@163.com

  • 中图分类号: TP391.41

Multispectral image compression based on uniting KL transform and wavelet transform

  • 摘要: 鉴于卫星拍摄的遥感图像的空间分辨率和光谱分辨率越来越高,在一些应用中,常会对多光谱图像进行压缩。为了提高多光谱图像的压缩质量,提出了联合相位相关和仿射变换的图像配准方法,有效提高了图像谱段之间的相关性。针对多光谱图像压缩,提出了结合Karhunen-Love,KL变换去除谱间相关和嵌入式二维小波编码方法。相比JPEG2000谱段图像独立压缩方法,提出方法解压图像的Peak Signal to Noise Ratio,PSNR值平均提高2.1 dB。实验结果表明:所提出的方法能在相同的压缩率下获得比JPEG2000谱段图像独立压缩方法更好的图像质量。
  • [1] ISO/IEC 14495-1 and ITU Recommendation T.87. Information Technology-lossless and near-lossless compression of continuous-tone still images[S]. ISO/IEC, 1999, 14495-1:1-8.
    [2]
    [3] Weinberger M J, Seroussi G, Sapiro G. The LOCO-I lossless image compression algorithm:principles and standardization into JPEG-LS[J]. IEEE Trans Image Processing, 2000, 9(8):1309-1324.
    [4]
    [5] Taubman D. High performance scalable image compression with EBCOT[J]. IEEE Trans Image Processing, 2000, 9(9):1158-1170.
    [6]
    [7] Taubman D S, Marcellin M W. JPEG2000:Image Compression Fundamentals, Standards and Practice[M]. Holland:Kluwer Academic Publishers, 2004.
    [8]
    [9] ISO/IEC 15444-1. Information technology-JPEG2000 image coding system-part 1:core coding system[S]. ISO/IEC, 2000, 15444-1:1-11.
    [10]
    [11] Yin Jihao, Sun Jianying. Hyperspectral band reconstruction based on compressed sensing theory[J]. Infrared and Laser Engineering, 2014, 43(4):1260-1264.(in Chinese)
    [12]
    [13]
    [14] Shi Wenxuan, Li Jie. Image sequence compressed sensing by minimizing prediction errors[J]. Optics and Precision Engineering, 2012, 20(9):2095-2102.(in Chinese)
    [15]
    [16] Zheng Liangliang, Zhang Guixiang, Jin Guang. High-speed imaging circuit system for multispectral TDI CCD[J]. Chinese Optics, 2013, 6(6):939-945.(in Chinese)
    [17]
    [18] Xu M, Varshney P K. A subspace method for Fourier-based image registration[J]. IEEE Geoscience and Remote Sensing Letters, 2009, 6(3):491-494.
    [19] Zhou Wu, Hu Yueming. Sub-pixel image registration algorithm based on phase correlation and image resampling[J]. Journal of South China University of Technology, 2010, 38(10):68-73.(in Chinese)
    [20]
    [21] Li Lu, Fan Dazhao. Application of sub-pixel matching based on enhanced phase correlation algorithm[J]. Journal of Geomatics Science and Technology, 2013, 30(6):597-600.(in Chinese)
    [22]
    [23] Li Chao, Chen Qian, Qian Weixian. Registration algorithm of multispectral images based on cross cumulative residual entropy[J]. Infrared and Laser Engineering, 2013, 42(7):1866-1870.(in Chinese)
    [24]
    [25]
    [26] Wu Yu, Yu Tao, Xie Dongmei, et al. Automatic registration of high resolution and multi-spectral remote sensing images[J]. Infrared and Laser Engineering, 2012, 41(12):3285-3290.(in Chinese)
    [27] Ni Lin. Near-lossless compression of multispectral remote sensing image based on classified K-L transform[J]. Journal of Remote Sensing, 2001, 5(3):205-213.(in Chinese)
    [28]
    [29] 《Mathematics Handbook》Compilation Group. Mathematics Handbook[M]. Beijing:Higher Education Press, 1979.
  • [1] 孙俊灵, 马鹏阁, 庞栋栋, 金秋春, 陈新永, 单涛, 陶然.  机载平台动态杂波背景下多脉冲激光距离扩展目标回波滤波算法研究 . 红外与激光工程, 2021, 50(3): 20200449-1-20200449-7. doi: 10.3788/IRLA20200449
    [2] 由四海, 王宏力, 冯磊, 何贻洋, 许强.  基于小波变换与压缩感知的脉冲星TOA估计 . 红外与激光工程, 2020, 49(2): 0226001-0226001. doi: 10.3788/IRLA202049.0226001
    [3] 吕珊珊, 耿湘宜, 张法业, 肖航, 姜明顺, 曹玉强, 隋青美.  基于菱形光纤布拉格光栅传感阵列的声发射定位技术 . 红外与激光工程, 2017, 46(12): 1222005-1222005(5). doi: 10.3788/IRLA201746.1222005
    [4] 孙俊灵, 马鹏阁, 孙光民, 羊毅.  低信噪比下机载多脉冲激光雷达姿态不敏感性特征提取研究 . 红外与激光工程, 2017, 46(3): 330002-0330002(9). doi: 10.3788/IRLA201746.0330002
    [5] 郭全民, 董亮, 李代娣.  红外与可见光图像融合的汽车抗晕光系统 . 红外与激光工程, 2017, 46(8): 818005-0818005(6). doi: 10.3788/IRLA201746.0818005
    [6] 杜颖财, 宋路, 万秋华, 杨守旺.  小波变换实现的光电编码器精确实时测速 . 红外与激光工程, 2017, 46(5): 517005-0517005(6). doi: 10.3788/IRLA201746.0517005
    [7] 黄红莲, 易维宁, 杜丽丽, 崔文煜, 曾献芳.  基于人工靶标的多光谱遥感图像真彩色合成 . 红外与激光工程, 2016, 45(11): 1126002-1126002(6). doi: 10.3788/IRLA201645.1126002
    [8] 叶松, 甘永莹, 熊伟, 张文涛, 汪杰君, 王新强.  采用小波变换的空间外差光谱仪基线校正 . 红外与激光工程, 2016, 45(11): 1117009-1117009(5). doi: 10.3788/IRLA201645.1117009
    [9] 徐冬, 孙蕾, 罗建书.  结合NAPCA 和复小波变换的高光谱遥感图像去噪 . 红外与激光工程, 2015, 44(1): 327-334.
    [10] 崔珊珊, 李琦.  基于小波变换的太赫兹数字全息再现像去噪研究 . 红外与激光工程, 2015, 44(6): 1836-1840.
    [11] 顾有林, 叶应流, 曹光华, 胡以华, 朱峰.  EMD和小波变换在低可探测目标检测中的应用 . 红外与激光工程, 2015, 44(11): 3494-3499.
    [12] 杨风暴, 蔺素珍.  基于变换域多合成规则的双色中波红外图像融合 . 红外与激光工程, 2014, 43(11): 3663-3669.
    [13] 王莎, 陈跃庭, 冯华君, 徐之海, 李奇.  基于TwIST-TV 约束的图像去模糊方法 . 红外与激光工程, 2014, 43(6): 2000-2006.
    [14] 童涛, 杨桄, 孟强强, 孙嘉成, 叶怡, 陈晓榕.  基于边缘特征的多传感器图像融合算法 . 红外与激光工程, 2014, 43(1): 311-317.
    [15] 苏娟, 杨罗, 卢俊.  基于视觉注意模型的红外图像分级压缩方法 . 红外与激光工程, 2014, 43(6): 2040-2045.
    [16] 伊力哈木·亚尔买买提, 谢丽蓉, 孔军.  基于PCA 变换与小波变换的遥感图像融合方法 . 红外与激光工程, 2014, 43(7): 2335-2340.
    [17] 关丛荣, 金伟其, 王吉晖.  小波变换在显微热图像位移估计中的应用 . 红外与激光工程, 2014, 43(8): 2780-2785.
    [18] 陈勇, 贺明玲, 陈丽娟, 刘焕淋.  改进的小波变换用于处理FBG信号 . 红外与激光工程, 2013, 42(10): 2784-2789.
    [19] 杨扬, 戴明, 周箩鱼.  基于均匀离散曲波变换的多聚焦图像融合 . 红外与激光工程, 2013, 42(9): 2547-2552.
    [20] 基于小波变换直方图规定的非均匀性校正算法 . 红外与激光工程, 2013, 42(12): 3481-3485.
  • 加载中
计量
  • 文章访问数:  337
  • HTML全文浏览量:  53
  • PDF下载量:  165
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-06-05
  • 修回日期:  2015-07-15
  • 刊出日期:  2016-02-25

基于KL与小波联合变换的多光谱图像压缩

doi: 10.3788/IRLA201645.0228004
    作者简介:

    纪强(1969-),男,博士生,主要从事遥感图像处理方面的研究。Email:qiang-ji@163.com

基金项目:

国家自然科学基金(61501334)

  • 中图分类号: TP391.41

摘要: 鉴于卫星拍摄的遥感图像的空间分辨率和光谱分辨率越来越高,在一些应用中,常会对多光谱图像进行压缩。为了提高多光谱图像的压缩质量,提出了联合相位相关和仿射变换的图像配准方法,有效提高了图像谱段之间的相关性。针对多光谱图像压缩,提出了结合Karhunen-Love,KL变换去除谱间相关和嵌入式二维小波编码方法。相比JPEG2000谱段图像独立压缩方法,提出方法解压图像的Peak Signal to Noise Ratio,PSNR值平均提高2.1 dB。实验结果表明:所提出的方法能在相同的压缩率下获得比JPEG2000谱段图像独立压缩方法更好的图像质量。

English Abstract

参考文献 (29)

目录

    /

    返回文章
    返回