基于显著小波结构的遥感图像高效压缩算法研究

本研究论文探讨的是"基于显著小波系数结构特征的高倍率遥感图像压缩方法"，由华中科技大学硕士研究生邹光宇撰写，专业背景为模式识别与智能系统，指导教师为汪国有。论文聚焦于嵌入式零树小波编码算法（EZW），这是一种在图像压缩领域表现出色的方法，因其具有高压缩比、渐进式编解码和较低的运算复杂度。EZW算法的代表改进包括等级树和集合分裂算法，特别是SPHIT（Set Partitioning in Hierarchical Tree）。 然而，遥感图像的特点，如数据的相关性较小、纹理复杂多样以及数据量庞大，对压缩算法提出了挑战。原始的SPHIT方法可能无法满足高保真度的重建需求。论文作者注意到，虽然小波系数零树描述法能够有效去除非显著系数的统计冗余，但各子带内的显著系数分布仍存在方向性和位置相关性。因此，作者创新性地提出了一个基于2x2块的多分辨率系数扫描方法，代替传统的逐行扫描，以使显著系数的分布更加集中，结合游程编码(RLC)进一步减少了这种结构冗余。 论文通过实验对比展示了在SPIHT算法中引入RLC后，压缩后的图像保真度（PSNR）有显著提升，特别是在极高倍率压缩情况下，PSNR提高了近1dB。此外，在0.1-0.5bpp的比特率范围内，对标准测试图像的平均压缩性能也有约0.3dB的改进，重建图像的视觉感知质量得到了明显提升。尽管尝试了引入算术编码算法来挖掘显著节点的非线性相关性，但这种方法对整体性能提升并不明显，总体性能仍然接近原算法。 关键知识点包括小波变换、遥感图像编码、零树编码（尤其是EZW和SPHIT）、以及RLC在减少图像结构冗余方面的应用。该研究对于高分辨率遥感图像压缩的实际应用具有重要的理论价值和实践意义，特别是在处理大规模、高复杂度的图像数据时，能提供有效的压缩策略。