基于顯著小波系數(shù)結構特征的高倍率遙感圖像壓縮方法研究.pdf

1、嵌入式零樹小波編碼算法（EZW）不僅具有較高的壓縮比，而且具有漸進式編解碼、低運算復雜度等許多新的特點。近年來，出現(xiàn)了許多EZW的改進算法，等級樹集合分裂算法（SPIHT）是其中的優(yōu)秀代表。然而，遙感圖像數(shù)據(jù)壓縮具有數(shù)據(jù)相關性小、紋理復雜豐富、數(shù)據(jù)量大、實時性要求高等特點，如果直接使用標準SPIHT算法，其重建圖像質量往往達不到應用的要求。盡管J.M.Shapiro提出的小波系數(shù)零樹描述很好地去除了非顯著系數(shù)間的統(tǒng)計冗余，然而統(tǒng)計實驗表

2、明，各子帶內(nèi)的顯著系數(shù)分布也具有一定的方向及位置相關性。 本文的創(chuàng)新點在于，基于這種結構特征，在SPIHT的基礎上首次提出了一種新的基于2×2塊的“多分辨率”系數(shù)掃描方法以取代通常的逐行掃描，使顯著系數(shù)的一維分布更加集中，并結合游程編碼（RLC），一定程度上消除了圖像小波系數(shù)間的這種結構冗余，進一步提高了算法在衛(wèi)星遙感圖像高倍率壓縮應用中的性能。在算法性能評估方面，本文同時采用了傳統(tǒng)的PSNR圖像保真度測度方法與一種新的基于圖像

3、結構相似性的圖像感知質量評價方法。 理論分析和實驗表明： 1）基于顯著小波系數(shù)的結構特征，在SPIHT算法中引入了RLC后，不僅保持了原算法的低計算復雜度，更在極高倍率壓縮應用中將重建圖像的PSNR提高了近1dB，而在0.1-0.5bpp時對標準測試圖像的平均壓縮性能改進約0.3dB，且重建圖像視覺感知質量得到明顯改善。 2）在引入算術編碼算法后，針對SPIHT算法的LIS和LIP中顯著節(jié)點的統(tǒng)計相關性，重新設計