原文服务方: 计算机应用研究       
摘要:
针对SAR图像含有丰富的中、高频信息,而基于小波变换的图像压缩方法会丢失高频细节信息,提出了基于小波包分解的SAR图像编码算法.小波包变换对SAR图像进行完全分解,再用与后续编码器相关联的代价函数进行最佳基搜索,然后根据各子带小波包系数的重要性进行加权,采用多级树集合分裂算法(SPIHT)编码.实验结果表明,该算法更好地保留了SAR图像的细节信息,获得了同压缩比下优于传统SPIHT算法的编码性能,更有利于后续图像处理.
推荐文章
顺序小波包图像压缩感知方法
小波变换
压缩感知
数学期望
图像
嵌入式彩色图像的小波包压缩算法
彩色图像压缩
色彩空间
小波包
花费函数
基于最优小波包的改进型SPIHT图像压缩算法
小波包
最优基
SPIHT算法
图像压缩
一种基于小波包树的图像压缩方法
小波包树
香农熵
自适应阈值
最优基
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波包分解的SAR图像压缩
来源期刊 计算机应用研究 学科
关键词 图像压缩 小波包变换 最佳基选择 多级树集合分裂算法
年,卷(期) 2008,(10) 所属期刊栏目 图形图像技术
研究方向 页码范围 3063-3065
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.10.053
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨明极 哈尔滨理工大学测控技术与通信工程学院 79 560 10.0 20.0
2 张晔 哈尔滨工业大学信息工程系 108 943 17.0 25.0
3 王爱丽 哈尔滨理工大学测控技术与通信工程学院 16 63 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像压缩
小波包变换
最佳基选择
多级树集合分裂算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导