分数小波与SPIHT压缩高光谱图像：新方法

"4th International Conference on Computers and Management (ICCM) 2018 SAMIA KHAN, ZEESHAN ALI HAQ, PROF. ATHAR ALI, MOHD. AYYUB KHAN 1 分数小波滤波器基础的离散小波变换与 SPIHT 在高光谱图像压缩中的应用 Samia Khan, Zeeshan Ali Haq, Prof. Athar Ali Moinuddin, Mohd. Ayyub Khan a CSE, SEST, Jamia Hamdard, New Delhi, INDIA b ZHCET, Aligarh Muslim University, Aligarh, INDIA 摘要：本文提出了一种新颖的基于小波的图像编码器，其内存需求低且计算复杂度低，旨在提高压缩效率。提出的编码器利用分数小波滤波器（FrWF）计算离散小波变换（DWT）系数，这些系数随后通过 SPIHT（Set Partitioning In Hierarchical Trees，分层树划分）算法进行量化和编码。高光谱图像的压缩因其具有三维特性而变得复杂，这包括光谱和空间相关性。通过利用这两种相关性，可以有效地实现压缩。FrWF 和 SPIHT 联合使用，对高光谱图像提供良好的压缩效果，通过绘制峰值信噪比（PSNR）与比特率之间的图形，这一效果得以体现。高光谱图像首先通过卷积进行时间分解，随后使用 FrWF 进行空间分解，以实现三维小波变换。接着，对每一帧进行二维 SPIHT 编码，生成编码比特流。随后执行逆过程来重构原始图像。通过比较 PSNR 和比特率的图表，可以观察到增加时间分解带来的影响。同时，也展示了在时间轴上使用 Daubechies 9/7 和 5/3 滤波器时滤波器长度的影响。 本文的贡献在于将 FrWF 与 SPIHT 结合，提出了一种适用于高光谱图像压缩的新方法。FrWF 的优势在于它能够更好地捕获非局部特征，而 SPIHT 算法则以其优良的性能在高压缩比下保持图像质量而著称。实验结果表明，这种方法能够有效地处理高光谱图像的复杂性，同时保持良好的图像恢复质量。通过调整滤波器长度和时间分解的程度，可以进一步优化压缩性能，以适应不同的应用场景和带宽限制。 关键词：分数小波滤波器，离散小波变换，SPIHT，高光谱图像，压缩，峰值信噪比，图像编码 通过这项研究，我们可以得出结论，结合 FrWF 和 SPIHT 的方法在高光谱图像压缩领域具有巨大潜力。未来的改进可能包括对不同滤波器类型和参数的进一步探索，以及在更大规模的高光谱数据集上的验证，以确保方法的普遍适用性和效率。此外，研究还可以扩展到其他领域，如遥感、医学成像和视频处理，这些领域同样受益于高效的压缩技术。"