基于KLT和HEVC的嵌入式高光谱图像实时压缩
一种高光谱图像压缩系统[实用新型专利]
![一种高光谱图像压缩系统[实用新型专利]](https://img.taocdn.com/s3/m/544f9ff852d380eb63946d15.png)
专利名称:一种高光谱图像压缩系统专利类型:实用新型专利
发明人:粘永健,何密,张珠,肖晶晶申请号:CN201921118889.8
申请日:20190717
公开号:CN209962268U
公开日:
20200117
专利内容由知识产权出版社提供
摘要:本实用新型提出了一种高光谱图像压缩系统,包括压缩感知成像模块和成像数据压缩模块;压缩感知成像模块包括沿光路依次设置的物镜、分光元件、第一透镜、数字微镜阵列DMD、第二透镜、成像阵列;物镜接收目标表面的多条辐射光线并传递至分光元件分成多束发散的单光谱光线;多束发散的单光谱光线通过第一透镜后形成多束平行的单光谱光线,被数字微镜阵列DMD进行光谱压缩后通过第二透镜汇聚在成像阵列上,形成光谱压缩图像;成像数据压缩模块对接收的光谱压缩图像进行空间压缩。
先通过压缩感知成像模块对目标表面的辐射光线进行光谱压缩,再使用成像数据压缩模块对光谱压缩后的图像进一步的空间压缩,实现了高光谱图像的有效压缩。
申请人:中国人民解放军陆军军医大学
地址:400030 重庆市沙坪坝区高滩岩正街30号
国籍:CN
代理机构:重庆双马智翔专利代理事务所(普通合伙)
代理人:顾晓玲
更多信息请下载全文后查看。
基于位平面的嵌入式超光谱图像压缩系统

基于位平面的嵌入式超光谱图像压缩系统尹传历;李嘉全【期刊名称】《液晶与显示》【年(卷),期】2012(27)2【摘要】针对超光谱图像压缩系统实时性差的缺点,提出一种基于位平面的嵌入式超光谱图像压缩系统.对高位位平面首先采用DPCM去相关,然后再进行游程编码,对低位位平面首先采用四叉数分割,然后再进行 LZW编码,最后混合码流进行数据输出.结合实际应用,以高性能DSP芯片TMS320C6455作为中央处理器,结合现场可编程门阵列FPGA构成外围电路逻辑控制,搭建了嵌入式高速图像压缩处理平台.基于该平台用真实图像验证了文中提出的算法,实验结果表明,该系统在保持较高重建精度的同时,有效降低了算法运行量,减少了算法运行时间,能够满足工程项目的要求.%According to the disadvantage of poor real-time of hyper-spectral image compression system, a new hyper-spectral image compression system based on bit-plane is presented. For the high-bit-plane, first DPCM to relevant is used, then the run-length encoding is done. For the low-bit-plane, the Quad-split algorithm is adapted, then the LZW encoding is done. Finally the mixed steam is given. An embedded high speed image compression processing system on high performance DSPTMS320C6455 and FPGA was designed. Experimental results with real images shows that the reconstruction of the system maintains a high accuracy, and the system can reduce the amount of running the algorithm,the running time of the program is shorter, so it can meet the requirements in the project.【总页数】5页(P245-249)【作者】尹传历;李嘉全【作者单位】中国科学院长春光学精密机械与物理研究所中国科学院航空光学成像与测量重点实验室,吉林长春130033;中国科学院长春光学精密机械与物理研究所中国科学院航空光学成像与测量重点实验室,吉林长春130033【正文语种】中文【中图分类】TP391【相关文献】1.一种基于嵌入式位平面的无损图像压缩方法 [J], 厉鲁卫;周朔燕;蒋苗林2.基于位平面的超光谱图像无损压缩算法的实现 [J], 张威;戴明;冯宇平3.基于DWT和Tucker分解的超光谱图像压缩技术研究 [J], 孟欠欠;叶明全;王超;毕迎春4.基于重组的DPCM和位平面编码的高光谱图像压缩方案 [J], 赖兆强;彭永丰;谭毅华;田金文5.基于自适应谱段分组的超光谱图像压缩算法 [J], 周正;谭毅华;柳健;田金文因版权原因,仅展示原文概要,查看原文内容请购买。
基于聚类的高光谱图像无损压缩

基于聚类的高光谱图像无损压缩粘永健;苏令华;孙蕾;万建伟【期刊名称】《电子与信息学报》【年(卷),期】2009(031)006【摘要】高光谱海量数据的有效压缩成为遥感技术发展中需要迫切解决的问题.该文提出了一种基于聚类的高光谱图像无损压缩算法.针对高光谱图像不同频谱波段间相关性不同的特点,根据相邻波段相关性大小进行波段分组.由于高光谱图像波段数量较多,采用自适应波段选择算法对高光谱图像进行降维,以获取信息量较大的部分波段,利用k均值算法对降维后的波段谱矢量进行聚类.采用多波段预测的方案对各组中的波段进行预测,对于各个分类中的每个像素,分别选取与其空间相邻的已编码的部分同类点进行训练,从而获得当前像素的谱间最优预测系数.对AVIRIS型高光谱图像的实验结果表明,该算法可显著降低压缩后的平均比特率.【总页数】4页(P1271-1274)【作者】粘永健;苏令华;孙蕾;万建伟【作者单位】国防科技大学电子科学与工程学院,长沙,410073;空军大连通信士官学校,大连,116600;国防科技大学理学院,长沙,410073;国防科技大学电子科学与工程学院,长沙,410073【正文语种】中文【中图分类】TP751.1【相关文献】1.基于上下文窗口中反向搜索的高光谱图像无损压缩 [J], 高放;刘宇;郭树旭2.基于K-均值聚类和传统递归最小二乘法的高光谱图像无损压缩 [J], 高放;孙长建;邵庆龙;郭树旭3.基于残差偏置和查找表的高光谱图像无损压缩 [J], 何艳坤;白玉杰4.基于双估计值的查找表高光谱图像无损压缩 [J], 白玉杰;何艳坤;马玉;张转;赵耀5.基于混合预测高光谱图像无损压缩 [J], 李媛媛;景文博;刘学;王晓曼;张瑜因版权原因,仅展示原文概要,查看原文内容请购买。
一种稳健的高光谱图像压缩方法

一种稳健的高光谱图像压缩方法
苏令华;李纲;衣同胜;万建伟
【期刊名称】《光学精密工程》
【年(卷),期】2007(015)010
【摘要】提出了一种稳健的高光谱图像压缩技术.估计原始数据的虚拟维数,继而采用一种非监督的正交子空间投影技术提取端元矢量,构成矩阵作为快速独立分量分析的初始化混合矩阵,进行ICA变换.对变换后的独立分量图,采用二维分层树集合分裂进一步压缩编码.计算机仿真结果表明,该压缩算法在取得40:1压缩比的同时,能有效地保持数据,尤其是小目标和异常的谱向特征,是一种高效的三维数据压缩方法,可有效地应用在小目标检测及异常检测中.
【总页数】7页(P1609-1615)
【作者】苏令华;李纲;衣同胜;万建伟
【作者单位】国防科技大学,电子科学与工程学院,湖南,长沙,410073;空军大连通信士官学校,大连,116600;国防科技大学,电子科学与工程学院,湖南,长
沙,410073;92941部队,辽宁,葫芦岛,125000;国防科技大学,电子科学与工程学院,湖南,长沙,410073
【正文语种】中文
【中图分类】TP751.1;TN919.81
【相关文献】
1.一种基于网格编码量化的高光谱图像无损压缩方法 [J], 王晋;张晓玲;沈兰荪;柴焱
2.一种基于混合整型变换和3D-SPIHT的高光谱图像嵌入式无损压缩方法 [J], 柴焱;计文平;沈兰荪
3.一种基于2D/3D混合自适应预测的高光谱图像无损压缩方法 [J], 柴焱;张晓玲;沈兰荪
4.一种基于三维整型DCT变换的高光谱图像无损压缩方法 [J], 柴焱;张晓玲;沈兰荪
5.一种基于自适应预测的高光谱图像近无损压缩方法 [J], 王晋;张晓玲;柴焱;沈兰荪
因版权原因,仅展示原文概要,查看原文内容请购买。
基于JPEG2000的高光谱图像压缩方案

基于JPEG2000的高光谱图像压缩方案
李永峰;黄普明;张辉
【期刊名称】《空间电子技术》
【年(卷),期】2003(000)004
【摘要】高光谱图像是三维立体图像,具有"谱像合一"的特点,具有很大的应用价值,但因为其数据量庞大,给存储和传输带来不便.文章针对高光谱图像的特点,在进行8:1压缩条件下,提出了差值法和变换法两种基于JPEC2000的压缩方案,仿真结果表明,这两种压缩方案都能较好的满足高光谱图像压缩的要求.
【总页数】6页(P24-29)
【作者】李永峰;黄普明;张辉
【作者单位】西安电子科技大学,西安,710071;西安空间无线电技术研究所,西安,710000;西安电子科技大学,西安,710071
【正文语种】中文
【中图分类】TP7
【相关文献】
1.基于FPGA+多DSP的JPEG2000星载遥感图像压缩实现方案 [J], 杜列波;肖学敏;鲁琴;罗武胜
2.基于光谱特性的高光谱图像压缩方案 [J], 周付根;史洁玉;王兆仲;刘志芳
3.基于JPEG2000和自适应预测的高光谱图像压缩方法 [J], 吴林峰;冯燕
4.基于JPEG2000的静态医学图像压缩设计方案 [J], 卫俊霞;焦国华;高晓惠
5.基于重组的DPCM和位平面编码的高光谱图像压缩方案 [J], 赖兆强;彭永丰;谭毅华;田金文
因版权原因,仅展示原文概要,查看原文内容请购买。
基于双向预测的高光谱图像无损压缩

基于双向预测的高光谱图像无损压缩
常进;陶午沙;粘永健;滕书华
【期刊名称】《电光与控制》
【年(卷),期】2010(017)010
【摘要】提出了一种基于双向预测的高光谱图像无损压缩算法.该算法首先采用自适应波段选择算法选出信息量较大的波段,然后利用聚类算法对这些波段的谱向矢量进行分类预处理.为了便于组织谱间预测过程,根据相邻波段相关性大小进行自适应波段分组,采用双向预测的方法去除谱间相关性.通过在参考波段和预测波段中定义三维上下文预测结构,在聚类结果的基础上,对各个像素分别训练最优的预测系数,从而实现当前波段的有效预测.对AVIRIS型高光谱图像的实验结果表明,该方法可获得较好的无损压缩性能.
【总页数】4页(P65-67,89)
【作者】常进;陶午沙;粘永健;滕书华
【作者单位】南阳理工学院,河南,南阳,473004;总装备部武器装备论证中心,北京,100101;国防科学技术大学电子科学与工程学院,长沙,410073;国防科学技术大学电子科学与工程学院,长沙,410073
【正文语种】中文
【中图分类】V271.4%TP751.1
【相关文献】
1.基于多波段预测的高光谱图像分布式无损压缩 [J], 粘永健;辛勤;汤毅;万建伟
2.最佳递归双向预测的高光谱图像无损压缩 [J], 孙蕾;谷德峰;罗建书
3.基于预测与JPEG2000的高光谱图像无损压缩方法 [J], 刘仰川;巴音贺希格;崔继承;唐玉国
4.基于分类非线性预测的高光谱图像无损压缩 [J], 粘永健;辛勤;万建伟
5.基于混合预测高光谱图像无损压缩 [J], 李媛媛;景文博;刘学;王晓曼;张瑜
因版权原因,仅展示原文概要,查看原文内容请购买。
超光谱图像的嵌入式高速实时处理系统设计
2 0 1 3年 1 O月
文章编号 : 1 0 0 7 2 7 8 0 ( 2 0 1 3 ) 0 5 — 0 7 7 6 0 5
超 光 谱 图 像 的 嵌 入 式高 速 实 时 处 理 系统设 计
赵 凡 , 张 葆 , 尹传 历
( 1 .中国 科 学 院航 空光 学 成 像 与 测 量 重 点 实验 室 中 国 科学 院 长 春 光 学 精 密机 械 与 物 理 研 究所 , 吉林 , 长 春 1 3 0 0 3 3
t r o l of t he e xt e r na l i nt e r f a c e . I t ’ S TM ¥3 2 0 C6 45 5 a s c e nt r a l pr o c e s s o r t o r e a l i s e r e a l — t i me c om — p r e s s i o n o f hy pe r s pe c t r a l i ma ge p r o c e s s i n g. T he s y s t e m ha s a hi g h — s p e e d c h a r a c t e r i s t i c s, t h e
C h a n g c h u n I n s t i t u t e o f Op t i c s Fi n e Me c h a n i c s a n d P h y s i c s ,C h i n e s e Ac a d e my o f S c i e n c e s , C h a n g c h u n 1 3 0 0 3 3 ,C h i n a 2 .U n i v e r s i t y o J ’ C h i n e s e Ac a d e my o j S c i e n c e s , B e i j i n g 1 0 0 0 4 9 , C h i n a )
基于分类KLT的高光谱图像压缩
f o m) r 的高 光谱 图像 压缩算 法 。该算 法利 用光谱 信 息对高 光谱 图像 进行 地物 分类 , 根 据相邻 波段 的相 关性 对高 光谱 图像 进
s i o n a l g o r i t h m o f h y p e r s p e c t r l a i ma g e s b se a d o n c l a s s i i f e d ~ K a r h u n e n — L o  ̄ v e T r a n s f o r m( K L T)i s p r o p o s e d . Gr o u n d c l ss a i i f c a i t o n o f h y ・ p e r s p e c t r a l i ma g e s i s p e f r o me r d b y u s i n g s p e c t r a l i n f o ma r t i o n . Ba nd g r o u p i n g i s c a r r i d e o u t a c c o r d i n g t o he t c o r r e l a t i o n b e t we en a d j a c e n t
( 1 . A u t o ma i t c C o mma n d H e a d q u a r t e r , D e p a r t m e n t o f J o i n t L o g i s i t c s o f J i n a n Mi l i t a r y A r e a , J i n a n 2 5 0 0 2 2 , C h i n a ;
基于内容的高光谱图像无损压缩
Lo se s c m p e so fhy e s c r l i a e a e sls o r s i n o p r pe t a m g s b s d
on c nt nt o e s
TANG ,XI Qi Yi N n,LIGa g n ,W AN in we Ja — i
( le eo e to i in ea d En i e rn Colg f Elcr n cSce c n g n ei g,Na in lUn v r iy o f n eTeh o o to a i e st f De e s c n lgy,
Ch n h 1 0 3 Ch n ) a gs a 4 0 7 , i a
用 型 模 块 化 成像 光谱 仪 ( MI ) 取 的 高 光谱 图像 分别 进 行 实 验 , 与 未 进 行 分 类 预 测 的 算 法 比较 。结 果 显 示 , 出 的 O S获 并 提 算 法 的 平 均 压 缩 比分 别 提 高 约 0 1 . 1和 0 7 验 证 了该 算 法在 无 损 压 缩 方 面 的有 效 性 。 .,
*C r 0 rs 0
ga to ,E ma l l n a g @ 1 3 c m u h r - i :a tn e 6 . o
Absr c t a t:A o se sc l s l s omp e so l o ihm s d o on e t s p o r s i n a g rt ba e n c t n s wa r pos d f p r pe t a ma e . e orhy e s c r li g s An a p i e b nd s l c i n ago ih wa n r du e o r d e t e d m e i naiy ofhy r pe t a m— da tv a ee to l rt m si t o c d t e uc h i nso l pe s c r li t a s,a m e nsa go ihm sus d t l sf he s c r lv c o s r s tng fo d m e i na iy ge nd a C— a l rt wa e o cas iy t pe ta e t r e uli r m i nso lt r du ton u up r i e y The e c i ns e v s dl . n,t e r ve s n o i d rn t o s t ke o d t r i he h e r e mo ot n c or e i g me h d wa a n t e e m ne t pr d c i n o de i e ito r rng,hyp r pe t a ma s we e d v de nt r psa a i e y a c d ng t hec r e a e s c r li ge r i i d i o g ou d ptv l c or i o t o r l —
高光谱图像的压缩处理技术研究
高光谱图像的压缩处理技术研究随着遥感技术的快速发展,高光谱图像成为了研究领域的热门话题。
高光谱图像包含了更多丰富的光谱信息,但也带来了数据处理和存储的挑战。
压缩处理技术可以有效地减少高光谱图像的存储和传输成本,同时保持图像质量和信息完整性。
本文将详细探讨高光谱图像的压缩处理技术,包括压缩原理、压缩方法和压缩评测等方面的研究成果。
一、高光谱图像压缩的原理高光谱图像压缩的原理是通过减少冗余信息和利用图像的统计特性来实现数据的压缩。
高光谱图像中的冗余信息主要包括光谱和空间冗余。
光谱冗余是指光谱通道之间存在相关性,可以通过差分编码、预测编码和变换编码等方法实现压缩。
空间冗余是指图像中邻近像素之间存在的相关性,可以通过像素间差分编码、预测编码和小波变换等方法实现压缩。
压缩算法的核心在于如何选择合适的压缩方法来最大程度地减少冗余信息,保证图像质量和信息的完整性。
二、高光谱图像压缩的方法1. 无损压缩方法无损压缩方法是指在压缩过程中不丢失任何图像信息,可以完全恢复原始图像。
无损压缩方法常用的有预测编码方法和基于小波变换的方法。
预测编码方法包括差分编码和预测误差编码,利用图像预测和差分编码的思想来减少冗余信息。
基于小波变换的无损压缩方法通过对图像进行分解和重构,利用小波系数的编码来实现压缩。
无损压缩方法在高光谱图像传输和存储方面具有重要意义,但压缩率相对较低。
2. 有损压缩方法有损压缩方法是指在压缩过程中会有信息丢失,无法完全恢复原始图像,但在保持图像主要特征的前提下实现更高的压缩率。
有损压缩方法常用的有基于变换的方法和基于预测的方法。
基于变换的方法包括小波变换和离散余弦变换等,通过对图像进行变换,将能量集中在少数系数上,再通过量化和编码来实现压缩。
基于预测的方法通过对图像像素进行建模和预测,利用预测误差的编码来实现压缩。
有损压缩方法在高光谱图像处理中被广泛使用,可以实现较高的压缩率,并在一定程度上保持图像质量。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
李 卓 1〃,徐 哲 2, 陈 昕 2,李淑琴2
( 1. 网络文化与数字传播北京市重点实验室( 北京信息科技大学) ,北 京 100101; 2. 北京信息科技大学计算机学院,北 京 100101)
( * 通信作者电子邮箱lizhuo@ b istu . edu. cn)
摘 要 : 现有追求高压缩质量的高光谱图像压缩算法普遍存在计算复杂度高、离线式处理、嵌入式平台实现难度 大等问题,目前很难得到实际应用。为解决以上问题,设 计 一 种 基 于 K L T 和 H E V C 的嵌入式高光谱图像实时压缩方 法。首 先 基 于 K L T 去除谱间相关性,然 后 基 于 H E V C 去 除 空 间 相 关 性 并 完 成 量 化 编 码 的 过 程 。基 于 N V ID IA Jetson T X 1 平 台 ,设计并实现了 C P U 和 G P U 异构并行压缩处理系统。利用真实数据集对所设计算法和所实现平台进行了 性能及可行性验证。 实验结果表明:在 相 同 压缩比下,与 离 散 小 波 变 换 (D W T ) + J P E G 2 0 0 0 算 法 相 比 ,该系统明显提 升了重建精度,在峰值信噪比(P S N R )方面平均提高了 1 .3 6 d B ; 同时,相 比 C P U ,在 G P U 中 进 行 K L T 计算也至多可缩 短 3 3 % 的运行时间。
E fficie n cy V ideo C oding) was designed. F irs tly , the in te r-sp e ctra l correlation was reduced by K L T . Then, the spatial
correlation was removed by H E V C . F in a lly , the process o f quantization and entropy coding was accom plished by H E V C .
im plem ented platform were verifie d. The experim ental results show that com pared w ith the D iscrete W avelet Transform ( D W T)
文 章 编 号 :1 0 0 1 -9 0 8 1 ( 2 0 1 8 ) 0 8 - 2 3 9 3 - 0 5
d o i:1 0 .1 1 7 7 2 /j. issn. 1 0 0 1 -9 0 8 1 .2 0 1 8 0 1 0 2 4 1
基 于 K L T 和 H E V C 的嵌入式高光谱图像实时压缩
problem s such as h ig h c o m p u ta tio n a l c o m p le x ity , o ff-lin e processing, and d iffic u lty in im p le m e n tin g an em bedded p la tfo rm .
(1. Beijing Key Laboratory o f Internet Culture and Digital Dissemination Research ( Beijing Information Science and Technology University), Beijing 100101, China;
关 键 词 :K L T ; H E V C ; 高光谱; 嵌 入式系统;图像压缩 中图分类号:TP391 文献标志码:A
Embedded real-time compression for on KLT and HEVC
LIZhuo1'2% XUZhe2, CHEN Xin2, LI Shuqin2
Based on N V ID IA Jetson TX1 platform , a heterogeneous p a ra lle l com pression system w h ich u tilize s both the CPU and GPU was
designed and im plem ented. U sing re al data sets, the perform ance o f the designed algo rithm and the p ra c tic a b ility o f the
Journal o f Computer A pplications
计算机应用,2 0 1 8 , 3 8 ( 8 ) : 23 93 - 2 3 9 7 ,2 4 0 4
ISSN 1001-9081 CODEN JY IID U
2 0 1 8 -0 8 -1 0 http: //w w w . joca. cn
They are d iffic u lt to be im plem ented in practical applications at present. To resolve the above problem s, a real-tim e
com pression method fo r embedded hyperspectral images based on K arhunen-Loeve Transform ( K L T ) and H E V C ( H igh
2. Computer School, Beijing Information Science and Technology University, Beijing 100101, China)
Abstract:The e xistin g hyp erspe ctral im age com pression algorithm s th a t aim at h ig h com pression q u a lity ge nera lly have