您的位置: 专家智库 > >

张晓玲

作品数:17 被引量:175H指数:9
供职机构:北京工业大学更多>>
发文基金:北京市自然科学基金国家自然科学基金国防科技技术预先研究基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 17篇中文期刊文章

领域

  • 15篇自动化与计算...
  • 4篇电子电信

主题

  • 14篇图像
  • 8篇光谱图像
  • 8篇高光谱图像
  • 6篇自适应
  • 5篇遥感
  • 5篇自适应预测
  • 4篇遥感图像
  • 3篇小波
  • 3篇小波变换
  • 3篇波变换
  • 2篇整型小波变换
  • 2篇神经网
  • 2篇神经网络
  • 2篇矢量
  • 2篇矢量量化
  • 2篇图象
  • 2篇图象压缩
  • 2篇网络
  • 2篇无损压缩算法
  • 2篇零树

机构

  • 17篇北京工业大学
  • 1篇香港理工大学

作者

  • 17篇张晓玲
  • 17篇沈兰荪
  • 5篇毋立芳
  • 5篇柴焱
  • 3篇张培强
  • 2篇王晋
  • 1篇卓力
  • 1篇任军

传媒

  • 4篇电子学报
  • 3篇中国图象图形...
  • 3篇测控技术
  • 1篇电子与信息学...
  • 1篇数据采集与处...
  • 1篇遥感技术与应...
  • 1篇计算机应用研...
  • 1篇电路与系统学...
  • 1篇遥感学报
  • 1篇中国图象图形...

年份

  • 1篇2007
  • 3篇2006
  • 3篇2005
  • 3篇2004
  • 1篇2003
  • 5篇2001
  • 1篇2000
17 条 记 录,以下是 1-10
排序方式:
一种基于2D/3D混合自适应预测的高光谱图像无损压缩方法被引量:3
2005年
利用高光谱图像具有较强谱间相关性的特点,本文提出了一种基于2D/3D混合自适应预测的高光谱图像无损压缩方法,首先根据相关系数计算波段预测顺序,通过局部纹理分析进行二维空间预测,采用基于神经网络模型的自适应预测方法进行三维预测,然后利用预测波段与当前波段间邻域块的相关性对二维预测和三维预测的结果进行校正,对预测残差采用基于上下文模型的Golomb编码.实验结果表明,应用于四种不同遥感器所获取的图像,该方法都能够有效的去除高光谱图像的空间和谱间相关性,与无损压缩国际标准JPEG-LS和3D-APA算法相比,压缩后的平均比特率均有明显降低.
柴焱张晓玲沈兰荪
关键词:高光谱图像自适应预测
基于信息量失真测度的VQ及在高光谱图像无损压缩中的应用被引量:15
2004年
随着成像光谱技术的迅速发展 ,如何高效无失真的压缩海量高光谱数据引起人们越来越多的关注。由于相似的地表区域具有相似的光谱曲线 ,矢量量化是对高光谱图像进行压缩的理想算法。提出一种基于信息量失真测度的矢量量化编码方法 ,并用于高光谱图像无损压缩。与常用的矢量量化失真测度———欧几里德平方误差测度相比 ,该算法在不增加运算复杂度的情况下 ,矢量量化后的误差图像的熵值能够降低 0 0 5bpp左右。
张晓玲张培强沈兰荪
关键词:矢量量化高光谱图像
基于感知器的遥感图像无损压缩编码被引量:15
2001年
无损压缩在遥感领域有极其重要的作用。该文提出一种基于感知器模型的遥感图像无损压缩编码方法,该方法利用感知器具有学习能力的特点,自适应地调整图像的预测系数,对遥感图像进行空间和谱间去相关,然后进行熵编码。实验表明,对于多波段的遥感图像,该方法的压缩效果明显优于无损JPEG(Joint of Picture Expert Group)最优预测模式。
张晓玲毋立芳沈兰荪
关键词:遥感图像感知器自适应预测图像编码
基于波段分组的3D-SPIHT高光谱图像无损压缩算法被引量:17
2005年
波段间隔为纳米级的高光谱图像具有很强的谱间相关性,但不同频谱波段图像之间的相关性不同,本文提出了一种基于波段分组的3DSPIHT(setpartitioninginhierarchicaltrees)高光谱图像无损压缩方法。对高光谱图像按照谱段类型进行分组,接着通过3维整型小波变换,对图像组去除空间相关性和光谱维相关性,最后以3DSPIHT的空间方向树组织方式来进行编码,去除小波变换后子带间系数的冗余。实验结果表明,该方法能够有效地去除空间和谱间相关性,在算法复杂度和计算时间上较整体处理有一定优势,同时可获得较好的无损压缩结果。
张培强柴焱张晓玲沈兰荪
关键词:高光谱图像无损压缩算法整型小波变换SPIHT算法复杂度图像组
高光谱图像的无损压缩研究进展被引量:22
2004年
随着成像光谱仪的普及应用,遥感图像的空间分辨率、谱间分辨率、时间分辨率越来越高,使得成像光谱数据量迅速增长,对海量数据进行有效的压缩成了遥感技术发展中迫切需要解决的一个问题。由于有损压缩可能会丢掉对进一步处理非常有用的信息,通常采用无损压缩方法。本文首先介绍了高光谱图像的特点和无损压缩的基本原理,然后综述了高光谱图像无损压缩的研究进展,最后展望了研究前景。
张晓玲沈兰荪
关键词:遥感图像矢量量化
一种基于自适应预测的医学图像高效无损压缩方法被引量:5
2001年
随着数字化医学图像海量的增长及PACS系统的广泛应用 ,对医学图像进行高效的无损压缩已成为广泛关注的问题 .本文提出一种基于自适应预测的无损压缩方法 ,该方法利用神经网络模型自学习的能力 ,自适应的调整预测器的预测系数 .实验表明 ,该方法能有效去除X线医学图像的空间相关性 ,还能同时去除彩色医学图像的空间和谱间相关性 ,取得较高的压缩比 。
张晓玲沈兰荪
关键词:医学图像神经网络自适应编码
一种基于三维整型DCT变换的高光谱图像无损压缩方法被引量:2
2006年
本文根据高光谱图像具有空间和谱间相关性的特点,提出一种基于三维整型DCT变换的无损压缩方法。首先采用三维整型DCT变换消除高光谱图像空间和谱间的相关性;然后,对变换系数进行类似小波的树状系数重组,并按子带顺序进行一阶自适应算术编码。实验结果表明,本文提出的方法与JPEG2000中无损压缩算法相比,平均比特率降低0.1~0.4bpp;与JPEG-LS相比,平均比特率降低0.01~0.2bpp。
柴焱张晓玲沈兰荪
关键词:高光谱图像自适应算术编码
基于感兴趣区的图象近无损压缩被引量:20
2001年
无损感兴趣区 (L ossless Region of Interest(ROI) )图象压缩方法 ,即在感兴趣区采用无损压缩 ,而在其他区域采用有损压缩 ,从而保证了重要信息不丢失 ,并尽可能提高图象的压缩比 .在整形小波变换 (IWT)和嵌入式零树编码的基础上 ,实现了无损感兴趣区 (L ossless ROI)的图象近无损压缩 .并提出了一种小波变换域形状编码算法——树映射形状编码 ,同时给出了算法的原理及实现 ,并进行了相关实验 ,实验结果表明 ,该算法能够提高压缩效率 。
毋立芳沈兰荪张晓玲
关键词:感兴趣区零树编码图象压缩
整型小波变换应用于遥感图像无损压缩被引量:10
2000年
基于“提升”( Lifting)算法实现整型小波变换 ( IWT) ,然后将图像变换到小波域 ,用零树编码和算术编码相结合的方式对图像进行无损压缩 ,并针对遥感图像波段之间的相关性进行了谱间预测。最后进行了一些相关实验 ,实验证明将
毋立芳张晓玲沈兰荪
关键词:整型小波变换零树编码遥感图像
一种基于自适应预测的高光谱图像近无损压缩方法被引量:4
2007年
提出一种高光谱图像的近无损压缩方法。首先使用三维自适应预测有效地去除高光谱图像的空间和谱间相关性;然后对预测误差进行量化,以进一步降低编码率。实验结果表明,该方法能在控制重建误差的前提下显著地降低了比特率。
王晋张晓玲柴焱沈兰荪
关键词:高光谱图像近无损压缩
共2页<12>
聚类工具0