Please wait a minute...
 
国土资源遥感  1992, Vol. 4 Issue (2): 44-49    DOI: 10.6046/gtzyyg.1992.02.08
  方法技术 本期目录 | 过刊浏览 | 高级检索 |
遥感图像的自适应混合压缩编码
张远飞
中国有色金属工业总公司矿产地质研究院
ADAPTIVE MIXED COMPRESSION CODING FOR REMOTE SENSING IMAGE
Zhang Yuanfei
Research Institute of Geology for Mineral Resources CNNC.
全文: PDF(402 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 遥感图像的巨大信息量,给图像存贮、记录、传输和处理带来很大的困难。尤其是在微机上进行图像处理,这一问题更为突出。图像压缩编码技术是解决问题的主要途径。但是,文献介绍的一些常用的图像压缩编码方法,大多会导致信息量的减少,有的不适用于遥感图像,或者方法不容易实现。本文提出的图像的自适应混合压缩编码方法,吸收了几种压缩编码方法的优点,基于图像的空间相关性和局部均匀程度,对图像进行压缩编码,方法不仅容易实现,而且有较高的图像数据压缩效果,压缩比一般能达到2左右。自适应图像混合压缩编码方法属于冗余度压缩,不导致信息量的任何减少。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
荆凤
申旭辉
洪顺英
欧阳新艳
刘苗
吴健生
于鹏
张罗磊
关键词 地震遥感电磁卫星    
Abstract:The huge information content of the remote sensing image bring on the great difficulty in the storage.record.transfer and processing for the image. Particularly, when the image processing operate in a micro-computer, the problem is more projecting. Technology of the image compression coding is a main way to resolve the problem. However, a number of the common in methods for image compression coding that are introduced by the literature, most of them bring about the reduction of the information content, a number of them can't suit the remote sensing image, otherwise, the realizing of methods is difficulty. This paper presents the method of adaptive mixed compression coding for image. The method absorbs the advantage for the several means of compression coding. It carry on the compression coding for an image, base on the spatial correlativity and local even level of the image. The method is both to realize easily and has the better effect for the image data compression. Generally, the compression ratio can attain about 2 .0. The method,of adaptive mixed compression coding belongs the redundance compression. It doesn't bring about the information to reduce.
Key wordsEarthquake    Remote sensing    Electromagnetic satellite
     出版日期: 2011-08-02
引用本文:   
张远飞. 遥感图像的自适应混合压缩编码[J]. 国土资源遥感, 1992, 4(2): 44-49.
Zhang Yuanfei . ADAPTIVE MIXED COMPRESSION CODING FOR REMOTE SENSING IMAGE. REMOTE SENSING FOR LAND & RESOURCES, 1992, 4(2): 44-49.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.1992.02.08      或      https://www.gtzyyg.com/CN/Y1992/V4/I2/44


[1] 姚庆栋等编著,图像编码基础,人民邮电出版社,1984年3月.



[2] 〔美〕托马斯J.林奇编著,吴家安等译,数据压缩技术及其应用,人民邮电出版社,1989年6月.
[1] 李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[2] 丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[3] 高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[4] 张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[5] 贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[6] 刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[7] 王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[8] 吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[9] 张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[10] 薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[11] 宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[12] 于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[13] 李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[14] 艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
[15] 李特雅, 宋妍, 于新莉, 周圆锈. 卫星热红外温度反演钢铁企业炼钢月产量估算模型[J]. 自然资源遥感, 2021, 33(4): 121-129.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发