期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种简单误码检错多分辨率SPIHT算法 被引量:1
1
作者 宋春林 冯瑞 +1 位作者 金炜 刘富强 《计算机应用》 CSCD 北大核心 2007年第4期972-975,共4页
由EZW算法演变而来的SPIHT算法是目前为止影响最大的小波压缩算法之一,它通过独特的扫描方式,将小波系数按照能量大小或者重要性程度编码输出。由于引入了小波树,隐藏了扫描路径,SPIHT能获得高压缩比,同时保持较高的图像质量。而后提出... 由EZW算法演变而来的SPIHT算法是目前为止影响最大的小波压缩算法之一,它通过独特的扫描方式,将小波系数按照能量大小或者重要性程度编码输出。由于引入了小波树,隐藏了扫描路径,SPIHT能获得高压缩比,同时保持较高的图像质量。而后提出的多分辨率SPIHT算法能使解码器根据信道条件,选择图像还原分辨率。然而,SPIHT对路径可靠性要求严苛,任何路径信息的传输错误都会导致剩余所有码元的解码出错。许多学者就路径码元的保护提出了不同改进,却未能从根本上提高算法的抗噪性能。为此,提出了一种改进了的SPIHT算法,该算法在保持较高信噪比和不增加码元数量的基础上,使解码器具有简单误码检错能力。 展开更多
关键词 图像压缩 分级树集合划分 多分辨率 检错
在线阅读 下载PDF
多极化SAR图像3D-SPIHT压缩 被引量:1
2
作者 张文超 王岩飞 潘志刚 《电子与信息学报》 EI CSCD 北大核心 2008年第1期216-219,共4页
该文针对多极化合成孔径雷达(SAR)图像在极化通道之间的相关性,提出了3D-SPIHT压缩方法。将多极化SAR图像(HH,HV,VV图像)作为一个整体,进行三维矩阵变换。首先在极化通道之间进行一维DCT变换,极化平面内进行二维离散小波变换(DWT),然后... 该文针对多极化合成孔径雷达(SAR)图像在极化通道之间的相关性,提出了3D-SPIHT压缩方法。将多极化SAR图像(HH,HV,VV图像)作为一个整体,进行三维矩阵变换。首先在极化通道之间进行一维DCT变换,极化平面内进行二维离散小波变换(DWT),然后对3个极化混合系数平面采用分级树的集合划分(SPIHT)算法进行嵌入式统一混合编码。由于不是单独处理每一极化图像,因此不仅可以去除各极化图像内部之间的相关性,也可以去除极化通道之间的相关性。另外,由于采用统一嵌入编码,码流具有完全嵌入性,可以实现3个极化平面之间比特的精确自动分配。理论推导和仿真结果表明该方法对多极化SAR图像压缩是十分有效的。 展开更多
关键词 多极化SAR图像压缩 三维矩阵变换 分级树集合划分 峰值信噪比
在线阅读 下载PDF
基于三维矩阵变换的多极化SAR图像压缩
3
作者 张文超 王岩飞 潘志刚 《电子学报》 EI CAS CSCD 北大核心 2007年第12期2430-2434,共5页
本文针对多极化合成孔径雷达(SAR)图像在极化通道之间的相关性,提出了基于三维矩阵变换的压缩方法.将多极化SAR图像(HH,HV,VV图像)作为一个整体,进行三维矩阵变换.首先在极化通道之间进行一维DCT变换,极化平面内进行二维离散小波变换,... 本文针对多极化合成孔径雷达(SAR)图像在极化通道之间的相关性,提出了基于三维矩阵变换的压缩方法.将多极化SAR图像(HH,HV,VV图像)作为一个整体,进行三维矩阵变换.首先在极化通道之间进行一维DCT变换,极化平面内进行二维离散小波变换,然后对三个混合系数平面根据率失真准则分配不同比特数,采用分级树的集合划分(SPIHT)算法进行编码.由于不是单独处理每一极化图像,因此不仅可以去除各极化图像内部之间的相关性,也可以去除极化通道之间的相关性.理论推导和实验结果都表明该方法对多极化SAR图像压缩是十分有效的. 展开更多
关键词 三维矩阵 多极化SAR图像 分级树集合划分 比特分配 图像压缩 峰值信噪比
在线阅读 下载PDF
基于SPIHT算法的改进ROI图像编码 被引量:7
4
作者 罗明凤 滕奇志 何小海 《计算机应用》 CSCD 北大核心 2006年第3期624-626,共3页
将分层树集合划分算法(Set Partitioning in Hierarchcal Trees,SPIHT)引入到感兴趣区域(Region of Interest,ROI)编码中。对前n个高比特平面进行编码时,将ROI区域与背景无区分进行编码。对n个高比特平面之后的平面进行编码时,将背景区... 将分层树集合划分算法(Set Partitioning in Hierarchcal Trees,SPIHT)引入到感兴趣区域(Region of Interest,ROI)编码中。对前n个高比特平面进行编码时,将ROI区域与背景无区分进行编码。对n个高比特平面之后的平面进行编码时,将背景区域进行清零操作,ROI区域继续用SPIHT算法进行编码。此算法的优点:位平面数减少;整个图像的基本信息能够优先被恢复出来。在解码端,依靠原有的SPIHT解码程序就可以将其解码出来。可用于现有的SPIHT算法应用中,并且能够很好地恢复感兴趣的图像。 展开更多
关键词 分级树集合划分算法 JPEG2000 感兴趣区域 最大平移 比例位移
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部