基于形状自适应变换和上下文模型的高光谱图像编码技术研究

高光谱图像作为三维图像，其海量的数据导致信道传输和本地存储变得非常困难，必须对其进行有效的压缩编码。本项目主要研究基于三维小波变换的高光谱图像编码理论和关键技术，通过对高光谱图像空间和谱间相关性的分析，给出非对称的三维提升小波包变换方法，有效地去除图像中各方向的相关性；对小波系数采用更具实时性的三维快速零块分裂编码，提高了编码性能，降低了误码扩散，并通过嵌入编码实现单一码流下有损到无损的压缩编码；结合三维小波系数之间的统计分布特点，提出更有效的基于三维上下文模型的自适应算术编码算法和反量化算法，进一步提高编码性能。针对三维形状自适应小波变换进行深入的研究，实现对任意形状图像源和高光谱图像任意形状ROI编码。本研究方案不仅对高光谱图像压缩编码中具有重要的应用价值，也可运用于三维医学图像和三维视频编码领域。