控制图象灰度失真的高保真压缩算法

被引：2

作者：

张浩

程子敬

周孝宽

不详

机构：

[1] 北京系统工程研究所

[2] 北京航空航天大学宇航学院图象中心

[3] 北京航空航天大学宇航学院图象中心北京

[4] 北京

来源：

中国图象图形学报 | 2003年 / 04期

关键词：

计算机图象处理(520·6040); 压缩; 自适应; 分块; 预测; JPEG-LS;

D O I：

暂无

中图分类号：

TN911.73 [图像信号处理];

学科分类号：

0711 ; 080401 ; 080402 ;

摘要：

为实现遥感图象的高保真压缩 ,在借鉴 JPEG- L S近无损压缩思想的基础上 ,提出了 3项改进措施 ,设计与实现了比 JPEG- L S压缩倍数高、图象恢复质量更好的视觉无失真压缩算法——“控制图象灰度失真的高保真压缩算法 (L IGE)”.实验结果表明 ,该算法既可限制图象最大灰度误差 ,又能控制恢复图象的峰值信噪比 ,从而有效地控制图象失真度 ,压缩倍数为 4时 ,数据处理速度与图象恢复质量两方面 ,均优于基于小波变换和嵌入式零树编码的 SPIHT算法 .该研究成果将对发展我国未来的高分辨率卫星、小卫星通信系统、星 -天 -地信息网提供有力的技术支撑 .

引用

页码：40 / 44

页数：5

共 6 条

[1]

Universal modeling and coding. Rissanen J,Langdon G G. IEEE Transactions on Information Theory . 1981

[2]

Relations between entropy and error probability. Merhav M Feder. IEEE Transactions on Information Theory . 1994

[3]

L ossless and near-losslesscompression of continuous-tone still images. ISO-14495-1/ITU -T.87[S] .

[4]

LOCO-I : A low complexity, context -based, lossless image compression algorithm. Weinberger M J,Seroussi G,Sapiro G. In: Proceedings Data Compression Conference[C], Snowbird, Utah, USA . 1996

[5]

Applications of universal context modelling to lossless compression of gray-scale images. Weinberger M J,Rissanen J,Arps R. IEEE Transactions on Image Processing . 1996

[6]

Universal coding, information, prediction, and estimation. Rissanen J. IEEE Transactions on Information Theory . 1984

← 1 →