电子信息类专业英语(第二版李白萍)

电子信息类专业英语（第二版李白萍）Unit17PassageBCompression/DecompressionTechniques译文压缩与解压目前，已经有很多数字图像数据的压缩方式。这些技术发展的主要的驱动力之一是高质量的图像数据必须使用相对简单的设备传送给接收者的电视产业。高清电视的发展进一步地聚焦于工业以及大学的科学家所关心的数据简化以及数字传输问题。分析压缩以及解压图像的主要评估原则为人们是否可以区分这两张图像。一个更加工具化的措施是在原始图像以及经过压缩的图像之间使用均方根误差测量。压缩率可以通过原始图像每个像素所需要压缩的比特数来确定。在这里我们仅仅考虑单个高分辨率多光谱的图像的压缩率。高的压缩率可以通过一个运动序列实现。在该运动序列中，帧到帧的变化可以量化并且仅需对相对于参考图像的变化进行编码。有两种通用的压缩方式：（1）无损压缩；（2）有损压缩。无损压缩意即你可以获得一定的压缩要素，并且可以精确地再现原始图像。另一方面，有损压缩允许存在一定的压缩损失，但是有获得更高的压缩率的潜力。无论你使用的是哪种压缩技术，从压缩的图像还原原始图像的准确率很大程度上依赖于你所分析的图像的复杂性。例如，无损编码通常情况下能够获得的最佳的压缩率是每个像素是2。实际情况下，对于市区以及一些小的农场的资源卫星图像，这样的2bits每像素或许很难达到。相同的技术应用到场地空旷的、很少有阴影存在的中西部的卫星图就像能够产生更加的压缩率。一种叫做行程编码的也是无损压缩之一。该压缩算法处理输入图像的每一行以寻找数据值相等的区域。如果原始图像中的十个像素的值是10，那么相同的数据也会被表示成10，并且乘数将会告知在该值改变之前被重复了多少次。哈弗曼编码采用的是相似的过程。这样的无损技术被统称为熵编码技术，并且被应用到文档成像，台式打印，以及地理信息系统方面。值得注意的是熵编码在遥感图像的呈现方面不是太出色。众所周知的是在遥感图像中不同波段的多谱数据之间可能有显著的相关性。在图像处理过程中，设计了一个被称为主分量的程序以识别图像波段之间的相关性并产生一组新的变换频谱，其中新图像频谱互不相关的表示一个新的彩色空间。该过程同样对在每个新的变换波段发现的出现在原始图像中的原始变幻的程度进行衡量。对于TM卫星图像数据，3-4个变换图像展示了原始图像98%的变换。因此，可以以较小的损失获得压缩系数2。另外一种变换编码并不涉及色彩空间的自转，但取而代之的是根据一定的基函数的空间频率展现图像。傅里叶变换将一幅图像映射到一个基于sin以及cos函数的的空间频率图像上去。离散傅里叶变换的快速电脑实现被称为快速傅里叶变换。离散余弦变换将同样一幅图像映射为一个仅基于预先函数的空间频率图像。每个像素可以通过一系列从图像中推导而来的三角函数以及余弦函数表示。如果变换三角函数的所有条款都用到了，此时压缩率是最小的。删除的条款越多，压缩率就会随之而上升，因而，压缩图像产生了该过程的投影。向量量化是这样一种编码，它规定一个向量代表该图像之内的一个非重叠区域块。一个向量是由代表该区域内的每个像素的数据值组成。使用这样的向量，向量簇是由使用一个推导出的频谱距离推导出来的。存储一个由向量簇组成的电报密码本，代表图像的特征。该过程是计算密集型并可能是迭代的。VQ的解码器需要使用到一个图象向量并将其与存储在电报密码本中的向量进行比较以最小化失真函数。VQ技术总体而言能够以较小的可观察到的失真达到20:1至35:1的压缩率。VQ技术也是一种非对称的压缩，在非对称压缩中，从电报密码本中提取信息所花费的时间比通过一个电报密码本搜索解压所花费的时间要多很多。由于不同的图像可能会有不同的特征，一个健壮的密码本对于成功地编码以及解码地球资源卫星图像以及其他卫星图像是非常必要的。一个在信道相关性以及空间相关性之间使用的VQ技术相较于独立波段VQ能够以较小的失真率达到较高的压缩率。最后一种被看重的压缩技术是分层压缩。基于利用自相似，标度无关的，自然统计特征的曼德勃罗集，分层压缩和解压涉及到一个聚类方法，该方法在不考虑旋转以及规模的情况下用以找到与样本区域具有相同特征的区域。图像中的一个区域会与该图像内的无数区域相关，这些信息的复本成为有可能压缩的基础。分层压缩能够以适中的信息失真率达到80:1的压缩率。分层压缩，和VQ压缩技术一样也是非对称的。分层图像解压的硬件实现能够实现实时的速率。