论文部分内容阅读
随着红外图像及其获取技术的发展,图像信息量也呈倍数增长,红外静态图像和序列图像通常都因为其数据量大而难以在实际应用中很好地应用,巨大的数据流严重消耗了有限的带宽资源。舰载无人机红外图像数据高速实时传输已经成为制约舰载无人机应用的“瓶颈”,对红外图像快速高效地传输一直是国内外红外领域极为重视的一个研究课题,当今数字化战场的发展使得红外图像的压缩具有重要意义。本文首先了解了现有的图像压缩标准和算法。目前,在现有的红外图像压缩系统中,其压缩方案均采取已经成熟的图像压缩标准。图像压缩的算法研究是一个热点,有许多成熟的算法已经运用于实践中,但每一种算法都有其适用性和局限性。红外图像有其固有的特征,通用的方法对于红外图像未必是最合适的选择,必须结合红外图像的特点进行压缩算法的探讨研究,对红外图像的压缩提出了更高的要求。其次,在学习了小波变换理论的基础上,本文介绍了几种常用的小波函数和如何选取小波基。结合现有的图像、视频压缩标准,分析和研究了图像、视频压缩的关键技术,针对无人机红外序列图像的自身特点,提出了更有效的算法。静态图像压缩方面,在对现有比较成熟应用广泛的嵌入零树小波编码算法(EZW)和多级树集合分裂编码算法(SPIHT)进行研究的基础上,针对红外图像的特点和小波滤波器的特性对SPIHT算法进行了综合改进,实现了一种基于小波的更加适合红外图像的压缩编码算法。序列图像压缩方面,在静态图像压缩算法基础上,提出并实现了一种基于小波的无人机序列图像压缩方案。最后,本文对改进算法进行了仿真分析。结果表明,改进的SPIHT算法在同等压缩比的条件下恢复图像的峰值信噪比(PSNR)比原SPIHT算法改善了0.3-1.0dB。序列图像压缩方案采用自适应的运动估计方法,帧组的自适应选择方法能够最大限度的利用时间相关性,恢复的序列图像与H.264标准相比,每帧的平均峰值信噪比改善了0.1dB。并且该方法有利于提高码流的抗误码能力,大大减少了运动估计的计算量,减少了计算复杂度和节约了码率,能够满足实时高速的要求。