|
|
题目：
雅宝题库答案：
****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案
雅宝题库解析：
遥感成像分辨率的提高导致图像数据量的急剧增加，海量的图像数据对存储和传输系统带来了巨大的压力，必须对其进行高倍压缩才能解决日益增长的数据量与有限的存储空间和传输带宽之间的矛盾。从目前的研究结果来看，基于小波变换的图像压缩方法依旧是解决高倍压缩题目的有效途径。本文从遥感图像压缩的需求出发，以提高恢复图像的主客观质量为目标开展研究，同时还对图像质量评价方法开展了研究。主要包括以下几个方面：（1）以提高主观视觉质量为目标，提出了一种基于小波域视觉失真模型的量化方法为了提高图像压缩质量，现有压缩算法采用了多种方法，但在高倍压缩中图像失真依旧是无法避免的。人眼是图像失真的最终感受者，因此在设计压缩算法时应该充分考虑到人眼视觉特性，在提高客观质量的同时改善主观视觉质量。本文首先详细介绍了人眼视觉系统生理特征和三个常用的特性：亮度特性、频率特性和掩蔽特性，然后分析了遥感图像的视觉特性、介绍了现有压缩算法中人眼视觉特性的应用情况，提出了一种基于小波域视觉失真模型的量化方法：以上述三个视觉特性为依据，对图像小波变换后的系数以块为单位建立人眼视觉失真模型，并以该模型指导量化。实验结果表明，在相同压缩比下，同样的压缩算法，采用本文量化方法进行量化之后，压缩后的恢复图像主观质量得到明显改善，有效保留了图像纹理和细节。（2）以提高客观质量为目标，提出了一种集合分裂块和上下文预测相结合的位平面编码方法压缩算法的速度和恢复图像的质量是高倍压缩面临的最主要题目，目前基于小波压缩的两种位平面编码算法各有特点：以SPECK为代表的基于结构扫描的算法速度快；以EBCOT为代表的基于上下文预测的算法质量好。本文在分析了这两种算法的特点之后，提出了一种集合分裂块和上下文预测相结合的位平面编码方法：对零多的大块区域使用集合分裂的方式进行扫描，以降低算法复杂度，提高运行速度；对零少的小块区域使用上下文预测算法，提高压缩性能。同时，本文统计了遥感图像与自然图像对EBCOT重要位上下文的适应程度，认为EBCOT中重要位上下文预测模型不适应遥感图像压缩，提出了使用父系数和邻居系数相结合的重要位预测算法改善算法预测性能。实验结果表明，最后形成的SCP算法无论是在压缩性能还是在算法速度上都取得明显提高。（3）为了准确地度量图像失真的主观感受，提出了一种基于连通区域检测的遥感图像压缩质量评价方法在实际应用中，主要以PSNR等指标来评价图像压缩的性能。但是，一方面客观质量普遍很难与人眼主观感受一致；另一方面，遥感应用对图像压缩有自身特殊的要求，目前还没有针对这种应用的有效评价方法。因此，论文针对性地提出了一种基于连通区域检测的遥感图像压缩质量评价算法，其思路如下：以结构相似度指标为基础，首先对图像区域进行连通区域识别，识别之后将图像分为小连通区域、大连通区域和大概率灰度值区域，然后对不同的区域给予不同的权值，最后用加权平均的新结构相似度作为图像质量的评价指标。为了比较本文算法与其它算法，除使用学术界影响最大的LIVE2图像数据库外，还针对遥感图像压缩建立了实验数据库，两个数据库的实验都表明本文算法能够区别对待图像中不同区域的图像特征，更加符合人眼视觉特性与实际应用的需要。 |
上一篇：火箭发动机喷管流场计算与型面设计校正下一篇：巡航导弹控制系统设计
|
发表于 2022-9-5 23:37:34
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
