基于目标分布改进DCT的图像压缩的方法

1、高光谱围像的二维和三维DCT压缩方法

基于DCT的压缩算法是一种较为常用的图像压缩处理方法，是一种相对高效的图像变换方法，常用来处理各种图像压缩。在使用DCT压缩图像时，图像的大部分有用信息都被包含

在少数DCT系数中，因此压缩过程仅需编码少数非零DCT系数。另外，DCT算法还具有内存成本低、处理图像块灵活以及并行处理等优点。

2、 DPCM压缩编码器

DPCM编码器作为一种 简单而通用的编码方法，能够压缩一个序列的相关性。

3、基于目标分布的压缩和编石

为了更高效地压缩高光谱图像数据，避免图像严重失真，保持图像质量就成为一个巨大的挑战。 在传统的压缩方法中，高光谱图像数据中的所有像素均被等同对待。因此，很容易丢失图像中的敏感信息，使得目标像索信息的丢失不可避免。由于图像中目标部分的信息构成了图像中的高频成分，在使用诸如DCT或DWT等传统压缩方法时，很容易丢失信息，进而在后续的图像处理过程会因压缩丢失的信息而造成较大程度的误差。在压缩高光谱图像数据时，如果某一部 分图像包含的像素具有较为相似的光谱特性，就能够以较大的压缩比压缩图像，同时其重建图像的失真情况并不严重。如果图像中包含杂乱分布的地物，即图像中存在的地物在空间不连续，压缩后图像的失真将大为增加，目标像素的失真将尤为严重。为消除图像压缩造成的失真，保持图像质量，图像压缩时可以根据图像的内容对图像的不同区域分别压缩和编码，即图像中的目标像素将被提取出来单独处理，在图像中补齐目标像素位置后，可以以较大的压缩比对原始背景均一的图像进行压缩处理，这样能够最大限度的保留图像中的有用信息。