基于字典学习的卫星图像压缩算法研究

• 作者: 卢光跃 李珅 翟皎皎
• 来源期刊: 计算机应用研究
• 关键词: 图像压缩 字典学习 稀疏表示 聚类 哈夫曼编码
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3799-3802
• 页数: 4页
• 分类号: TP751
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.07.0314

摘要

针对卫星图像的特点及当前卫星图像在传输和存储上面临的问题,提出了一种基于稀疏表示的卫星图像二级无损压缩算法.通过传输稀疏表示后的稀疏系数来代替图像本身的传输,完成对卫星图像的第一级压缩;对非零稀疏系数先作预处理后实现聚类,然后依据聚类索引对原始非零稀疏系数的位置排序;最后对处理后的非零稀疏系数和位置数据分块,并利用改进的自适应哈夫曼算法对非零稀疏系数的数据块编码,利用差分编码和改进的自适应哈夫曼算法对位置数据块编码,完成对图像数据的第二级压缩.实验结果表明,与传统算法相比,所提算法具有明显优势,改进算法的压缩率是传统算法的1/3～1/2,且可同时实现卫星图像的高倍无损压缩与高分辨率重建.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢光跃		144	759	13.0	20.0
2	翟皎皎		1	0	0.0	0.0
3	李珅		1	0	0.0	0.0