卫星数据压缩2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

卫星数据压缩PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 加拿大航天局星载数据压缩技术的进展1

1.1 加拿大航天局对卫星数据压缩方面研究的回顾1

1.1.1 无损压缩1

1.1.2 小波变换有损数据压缩2

1.1.3 矢量量化数据压缩2

1.2 近无损压缩技术：SAMVQ和HSOCVQ5

1.2.1 连续近似多级矢量量化（SAMVQ）6

1.2.2 分等级的自组织聚类矢量量化（HSOCVQ）6

1.3 评估SAMVQ和HSOCVQ的近无损特征7

1.4 异常对压缩性能的影响9

1.5 预处理和辐射转换对压缩性能的影响11

1.6 Keystone和Smile现象对压缩性能的影响13

1.7 压缩数据的多学科用户可接受性研究15

1.8 压缩技术适应比特错误能力的增强16

1.9 星载原型压缩机的发展17

1.10 参与卫星数据系统国际标准的发展20

1.11 结论22

参考文献24

第2章 法国航天局对高分辨率卫星图像星载压缩的研究30

2.1 引言30

2.2 星载压缩算法的历史及现状32

2.2.1 最初的压缩器32

2.2.2 基于离散余弦变换的压缩器33

2.2.3 基于小波变换的压缩器34

2.2.4 空间应用标准：CCSDS推荐标准34

2.2.5 图像质量评价35

2.3 星载压缩算法的现状及发展36

2.3.1 多光谱压缩36

2.3.2 小波的限制36

2.3.3 一种新的星载压缩变换方法37

2.3.4 星载压缩的商用成品38

2.3.5 离散小波变换算法的特殊处理40

2.3.6 选择性压缩40

2.3.7 固定质量：可变数据率压缩43

2.4 结论44

参考文献45

第3章 低复杂度的无损及近无损高光谱图像压缩方法47

3.1 引言47

3.2 背景48

3.2.1 压缩技术48

3.2.2 国际标准49

3.3 星上压缩要求50

3.4 基于块的编码方法52

3.4.1 预测52

3.4.2 近无损压缩53

3.4.3 熵编码54

3.4.4 波段重排序55

3.4.5 复杂度56

3.5 压缩性能56

3.5.1 数据集描述56

3.5.2 AVIRIS57

3.5.3 AIRS58

3.5.4 近无损压缩59

3.6 硬件实现60

3.7 结论62

参考文献62

第4章 星载图像压缩无链表SPIHT的FPGA设计66

4.1 引言66

4.2 SPIHT67

4.2.1 渐进图像传输68

4.2.2 集分割排序算法68

4.2.3 编码算法70

4.3 无链表SPIHT及FPGA实现71

4.3.1 LZC71

4.3.2 提出的无链表SPIHT72

4.3.3 性能分析74

4.3.4 FPGA实现77

4.4 结论82

参考文献83

第5章 适应异常值的熵编码85

5.1 引言85

5.2 Rice和空间数据咨询委员会（CCSDS121.0）的限制86

5.3 适应异常值码88

5.3.1 子指数码88

5.3.2 有限长度有符号Rice编码89

5.3.3 预测误差编码器（PEC）90

5.4 分析编码93

5.4.1 输入数据建模93

5.4.2 性能度量95

5.4.3 Rice-Golomb编码95

5.4.4 子指数码96

5.4.5 有限长度有符号Rice编码96

5.4.6 PEC编码97

5.5 自适应编码器99

5.5.1 自适应子指数99

5.5.2 自适应有限长度有符号Rice编码器100

5.5.3 完全自适应PEC（FAPEC）100

5.6 测试编码器101

5.6.1 合成测试101

5.6.2 数据压缩集102

5.7 结论107

参考文献109

第6章 通过频谱自适应DPCM高光谱图像压缩的质量问题112

6.1 引言112

6.2 无损／近无损图像压缩算法113

6.2.1 基于预测的DPCM114

6.2.2 基于上下文模型的熵编码115

6.3 基于DPCM的高光谱数据压缩115

6.4 明确／模糊分类3D／光谱预测116

6.4.1 S-FMP和S-RLP基本定义116

6.4.2 初始化117

6.4.3 预测的迭代细化118

6.4.4 基于上下文的算术编码121

6.5 基于LUTs的无损高光谱图像压缩122

6.6 近无损压缩124

6.6.1 失真测量125

6.6.2 线性和对数量化127

6.7 几乎无损压缩128

6.8 实验结果与比较130

6.8.1 无损压缩性能比较130

6.8.2 近无损压缩性能比较134

6.8.3 材料辨别137

6.9 结论138

参考文献138

第7章 基于预测下三角变换的超光谱探测器数据压缩144

7.1 引言144

7.2 数据145

7.3 压缩系统147

7.4 实验结果153

7.5 结论159

参考文献160

第8章 基于查找表的高光谱数据压缩162

8.1 引言162

8.2 高光谱图像的无损压缩163

8.3 LUT方法164

8.4 预测指引的LUT方法166

8.5 对应位置像素的均匀量化167

8.6 多波段LUT170

8.7 实验结果170

8.8 结论176

参考文献176

第9章 用于有损到无损高光谱图像压缩的无乘法器可逆整数TDLT/KLT180

9.1 引言180

9.2 多重提升方案182

9.2.1 提升方案和应用183

9.2.2 基于多重提升方案的可逆整数变换184

9.3 可逆的整数到整数TDLT/RKLT185

9.3.1 矩阵分解和多重提升186

9.3.2 可逆的整数到整数的TDLT/RKLT设计189

9.4 基于RTDLT/RKLT的高光谱图像压缩的实验结果和讨论194

9.5 基于3 D-RLT的高光谱图像压缩201

9.6 基于3D-RLT的高光谱图像压缩实验结果201

9.7 结论205

参考文献206

第10章 基于分治法去相关的高光谱数据压缩210

10.1 引言210

10.2 Karhunen-Loeve Transform变换211

10.2.1 中心化和协方差特殊性212

10.2.2 空间划分213

10.2.3 可逆KLT213

10.3 分治策略215

10.3.1 普通分集215

10.3.2 递归结构216

10.3.3 两层结构217

10.3.4 多层结构218

10.4 实验结果219

10.5 结论224

参考文献225

第11章 基于分段主成分分析的高光谱图像压缩228

11.1 引言228

11.2 分段主成分分析232

11.3 SPCA+JPEG 2000233

11.4 SPCA+JPEG 2000的数据分析性能238

11.4.1 光谱保真度238

11.4.2 无监督分类239

11.4.3 异常检测240

11.4.4 无监督线性解混241

11.5 SPCA+JPEG 2000的特定传感器次最优分段方法242

11.6 结论246

参考文献246

第12章 基于优化比特分配的快速预计算矢量量化超光谱探测器数据无损压缩250

12.1 引言250

12.2 数据251

12.3 压缩方法252

12.4 实验结果256

12.5 结论261

参考文献262

第13章 有损压缩对高光谱分类的影响264

13.1 引言264

13.2 压缩和分类精度265

13.3 特征提取和压缩268

13.4 保持判别特征269

13.4.1 判别特征预增强269

13.4.2 增强判别信息光谱波段273

13.5 结论277

参考文献278

第14章 基于投影寻踪法的高光谱图像降维282

14.1 引言282

14.2 基于投影寻踪成分分析法的降维284

14.3 基于指标投影的优先级排序PP285

14.4 驱动初始化PIPP287

14.5 真实的高光谱图像实验288

14.5.1 具有随机初始条件的PIPP290

14.5.2 PI-PRPP294

14.5.3 ID-PIPP297

14.6 结论301

参考文献302