分数小波与SPIHT压缩高光谱图像:新方法
需积分: 10 144 浏览量
更新于2024-08-09
1
收藏 444KB PDF 举报
"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。"
140 浏览量
2023-05-22 上传
2023-05-14 上传
2023-04-30 上传
2023-09-18 上传
2023-09-19 上传
2023-09-13 上传
2023-05-29 上传
2023-09-14 上传
weixin_38516190
- 粉丝: 8
- 资源: 896
最新资源
- WebLogic集群配置与管理实战指南
- AIX5.3上安装Weblogic 9.2详细步骤
- 面向对象编程模拟试题详解与解析
- Flex+FMS2.0中文教程:开发流媒体应用的实践指南
- PID调节深入解析:从入门到精通
- 数字水印技术:保护版权的新防线
- 8位数码管显示24小时制数字电子钟程序设计
- Mhdd免费版详细使用教程:硬盘检测与坏道屏蔽
- 操作系统期末复习指南:进程、线程与系统调用详解
- Cognos8性能优化指南:软件参数与报表设计调优
- Cognos8开发入门:从Transformer到ReportStudio
- Cisco 6509交换机配置全面指南
- C#入门:XML基础教程与实例解析
- Matlab振动分析详解:从单自由度到6自由度模型
- Eclipse JDT中的ASTParser详解与核心类介绍
- Java程序员必备资源网站大全