项目名称: 面向遥感图像高保真压缩的变换与量化方法研究

项目编号: No.61272347

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 姜宏旭

作者单位: 北京航空航天大学

项目金额: 81万元

中文摘要: 随着遥感图像分辨率的不断提高,急剧增加的图像数据与有限的传输带宽、存储空间之间的矛盾越来越突出,已严重影响了遥感图像应用的时效性。遥感图像压缩技术作为解决海量图像数据实时传输与存储的有效途径,面临着巨大的机遇和挑战。由于遥感图像纹理复杂、目标相关性弱,压缩处理的实时性要求高,使用传统压缩方法进行高倍压缩时,在图像重建质量、目标保持能力上难以满足实际应用的要求。本项目旨在研究遥感图像高倍高保真压缩中的变换与量化方法,以及压缩算法的高效硬件设计与优化技术,拟在以下三方面开展研究工作:1)提出以能量集中增益和图像重建质量为目标的小波基综合优化准则,构造基于遥感图像特征的最优双正交小波基,实现高保真压缩变换;2)提出基于小波域视觉失真敏感性的模型,设计小波域的自适应量化方法,提高恢复图像的整体主观质量;3)研究变换及量化算法的高效硬件处理结构,解决遥感图像高保真压缩的高速实时处理问题。

中文关键词: 遥感图像;压缩;变换;量化;

英文摘要: With the continuous improvement of remote sensing image resolution, the conflict between the dramatically increasing image data and the limited transmission bandwidth and storage space is becoming more and more prominent, and has a serious impact on the timeliness and efficiency of the remote sensing images application. Image compression technology as an effective way to solve the real-time transmission and storage of massive remote sensing image data, faces enormous opportunities and challenges. For the low bit-rate and high-fidelity compression of remote sensing image, the greatest difficulties lie in the complex image texture, the weak and small targets, and the requirement of high speed real-time processing. The low bit-rate compression of remote sensing images with the traditional compression methods can not meet the requirements of the quality of reconstructed image. This project aims to research the transform and quantization methods for low bit-rate and high-fidelity compression of remote sensing images, and designs efficient hardware structure of the compression algorithm. intended to carry out research work in the following ways: Firstly, based on the concentration of energy gain and the quality of reconstructed image, a wavelet basis optimization criterion is proposed, and the optimal bi-orthogonal

英文关键词: remote sensing image;compression;transform;quantize;

成为VIP会员查看完整内容
0

相关内容

【AAAI2022】基于对比学习的预训练语言模型剪枝压缩
专知会员服务
27+阅读 · 2022年1月24日
专知会员服务
42+阅读 · 2021年8月30日
专知会员服务
49+阅读 · 2021年6月28日
专知会员服务
14+阅读 · 2021年5月12日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
29+阅读 · 2020年7月31日
 图像内容自动描述技术综述
专知会员服务
85+阅读 · 2019年11月17日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
基于GAN的极限图像压缩框架
论智
11+阅读 · 2018年4月15日
深度图像先验:无需学习即可生成新图像
论智
45+阅读 · 2017年12月4日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月19日
ResT V2: Simpler, Faster and Stronger
Arxiv
0+阅读 · 2022年4月15日
Arxiv
31+阅读 · 2021年6月30日
小贴士
相关VIP内容
【AAAI2022】基于对比学习的预训练语言模型剪枝压缩
专知会员服务
27+阅读 · 2022年1月24日
专知会员服务
42+阅读 · 2021年8月30日
专知会员服务
49+阅读 · 2021年6月28日
专知会员服务
14+阅读 · 2021年5月12日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
29+阅读 · 2020年7月31日
 图像内容自动描述技术综述
专知会员服务
85+阅读 · 2019年11月17日
相关资讯
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
基于GAN的极限图像压缩框架
论智
11+阅读 · 2018年4月15日
深度图像先验:无需学习即可生成新图像
论智
45+阅读 · 2017年12月4日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月19日
ResT V2: Simpler, Faster and Stronger
Arxiv
0+阅读 · 2022年4月15日
Arxiv
31+阅读 · 2021年6月30日
微信扫码咨询专知VIP会员