学位论文 > 优秀研究生学位论文题录展示

基于小波变换的遥感图像压缩及其DSP实现

作　者: 陈升来
导　师: 黄廉卿
学　校: 中国科学院研究生院（长春光学精密机械与物理研究所）
专　业: 光学工程
关键词: 遥感图像图像压缩小波变换提升小波零树编码 SPIHT DSP
分类号: TP751
类　型: 博士论文
年　份: 2006年
下　载: 1410次
引　用: 5次
阅　读: 论文下载

内容摘要

随着航天遥感技术的迅速发展,新型遥感器分辨率的提高,遥感数据量日益庞大,遥感数据的存储和传输逐步成为一个迫切需要解决的问题,数据压缩技术就是解决这个问题的有效途径。由于遥感图像的空间冗余较小,容量大,细节丰富,采用传统的压缩方法,都存在不同程度的局限性,而小波变换具有良好的时频局域性和多分辨率分析能力,是一种很好的图像压缩方法,因此本文选用小波变换作为遥感图像的压缩方法并采用数字信号处理器(DSP)作为算法的实现平台。首先从遥感图像压缩的角度分析Mallat算法与整型提升小波变换之间的优缺点。整型提升小波变换是一种不依靠卷积运算的实现方法,采用同址运算,并且小波系数是整型的,降低了对内存的需要,减少了算法的复杂度。实验证明它的运算速度为Mallat算法的两倍,因此本文采用整型提升小波变换。然后根据DSP的并行特性,提出了一种二维整型提升小波的并行体系结构。该结构在研究小波基性质的基础上,选取了适合DSP处理的5/3小波基;采用乒乓缓存策略,使得数据的传输和小波变换能够同时进行;用基于行的列变换方法使得列变换只需少量行变换结果就能进行列变换;用移位操作代替乘法操作,大大减少了算法的运算量。整个结构采用流水线设计,提高了硬件资源的利用率和降低了算法的中间存储量,实现了图像的实时小波变换。最后在分析SPIHT(Set Partitioning In Hierarchical Trees)算法和相关算法优缺点的基础上,针对SPIHT在编码过程中,消耗大量内存及存在多次重复运算

全文目录

摘要  4-6
ABSTRACT  6-11
图表索引  11-14
第1章绪论  14-29
  1.1 引言  14-15
  1.2 遥感图像压缩技术发展趋势  15-17
  1.3 图像压缩技术  17-22
    1.3.1 图像压缩理论依据  17-18
    1.3.2 图像编码方法  18-22
  1.4 小波编码器的硬件实现方法  22-25
    1.4.1 基于专用大规模集成电路（ASIC）的实现方法  22
    1.4.2 基于现场可编程门阵列(FPGA)的实现方法  22-24
    1.4.3 基于通用数字信号处理器（DSP）的实现方法  24-25
  1.5 编码质量评价  25-27
  1.6 主要研究内容  27-29
第2章小波理论基础  29-49
  2.1 短时傅里叶变换  29-31
  2.2 连续小波变换  31-32
  2.3 离散小波变换  32
  2.4 多分辨率分析  32-35
  2.5 正交小波变换  35-37
  2.6 Mallat 算法  37-43
    2.6.1 二尺度方程  37
    2.6.2 Mallat 算法  37-40
    2.6.3 二维Mallat 算法  40-43
  2.7 整型提升方案  43-47
    2.7.1 提升过程  43-44
    2.7.2 整型提升方案与Mallat 算法比较  44-47
  2.8 双正交小波变换  47
  2.9 小结  47-49
第3章适于DSP 实现的二维整型提升小波变换  49-69
  3.1 系统硬件平台  49-56
    3.1.1 TM5320C6205 芯片结构  50-52
    3.1.2 外围电路  52-53
    3.1.3 开发工具  53-56
  3.2 小波滤波器的选择  56-58
  3.3 乒乓缓存结构  58-59
  3.4 二维提升小波DSP 结构  59-64
    3.4.1 基于行的列变换  60-61
    3.4.2 边界延扩  61-63
    3.4.3 提升小波分裂步骤的实现  63-64
  3.5 性能比较  64-66
    3.5.1 原始算法性能分析  64-65
    3.5.2 优化算法性能分析  65
    3.5.3 比较结果  65-66
  3.6 实验结果  66-68
  3.7 本章小结  68-69
第4章 SPIHT 算法  69-84
  4.1 遥感图像小波系数统计特征  69-71
  4.2 SPIHT 算法  71-78
    4.2.1 图像的渐进传输  71-72
    4.2.2 系数值的传输算法  72-74
    4.2.3 子集的分裂方法  74
    4.2.4 空间方向树  74-76
    4.2.5 扫描方式  76
    4.2.6 编码过程  76-78
    4.2.7 SPIHT 算法的缺点  78
  4.3 与SPIHT 相关的几种算法  78-82
    4.3.1 无链表零树编码算法(LZC)  78-80
    4.3.2 无链表SPIHT(NLS)  80-82
  4.4 几种算法比较  82-83
  4.5 本章小结  83-84
第5章适合DSP 处理的低内存并行SPIHT 算法及实验结果  84-95
  5.1 最大幅值的求取  84
  5.2 误差位数、绝对零值和绝对零集合  84-85
  5.3 最大值与零值图  85-86
  5.4 内存池  86-87
  5.5 改进的SPIHT 算法的并行DSP 结构  87-89
  5.6 实验结果  89-94
  5.7 本章小结  94-95
第6章总结与展望  95-103
  6.1 总结  95-96
  6.2 创新点  96-97
  6.3 展望——基于多DSP 的遥感图像压缩系统  97-103
    6.3.1 基于重叠块的小波压缩算法  97-98
    6.3.2 常见并行处理方案  98-99
    6.3.3 多DSP 压缩系统硬件平台  99-103
参考文献  103-109
致谢  109-110
个人简历  110-111
攻读博士学位期间发表的论文  111-112

基于小波变换的遥感图像压缩及其DSP实现

内容摘要

全文目录

相似论文