【图像压缩】基于二叉树和优化截断（BTOT）实现遥感图像压缩附matlab代码

1 内容介绍

​​遥感影像​​数据量大，需要在星载设备上通过低复杂度算法进行压缩。具有自适应扫描顺序的二叉树编码（BTCA）是一种有效的任务算法。但是，对于大规模的遥感影像，BTCA 需要大量的内存，并且不提供随机访问特性。在本文中，我们提出了一种基于 BTCA 的新编码方法并优化截断。小波图像首先被分成几个块，分别由 BTCA 编码。根据 BTCA 的性质，我们选择有效的​​截断点​​​对每个块仔细优化率失真比，从而获得更高的压缩比，更低的内存需求和随机访问特性。该方法无需任何熵编码，简单快速，非常适用于星载设备。在三个遥感图像集上进行了实验，结果表明它可以显着提高​​PSNR ​​、SSIM和​​​VIF​​​，以及主观视觉体验。

2 仿真代码

%% matlab code for BTOT(Binary Tree and Optimized Truncation)

% 

clc;clear;

%% -----------   Input   ----------------

imname = 'SanDiego.bmp';

I_Orig = double(imread(imname));

[row, col] = size(I_Orig);

blksize = 64;  

%% -----------   Wavelet Decomposition   -------------

n_log = log2(row); 

level = floor(n_log);

I_Dec = wavecdf97(I_Orig, level);

n_min = 1;

brates = [0.0625, 0.125, 0.25, 0.5, 1];

%% -----------   Coding   ----------------

[out_code, blklen, n_max, n_min, out_S,out_R,out_N] = encode(I_Dec, blksize, n_min);    

%% -----------   Decoding   ----------------

disp([ 'aa_BTOT_' imname(1:end-4) '=[']);

for rate=brates

    I_DecR = decode(out_code, blklen, n_max, n_min, blksize, row, rate, out_S,out_R,out_N);

    I_Rec = wavecdf97(I_DecR, -level);

    MSE = sum(sum((I_Rec - I_Orig).^2))/(row*row);

    PSNR = 10*log10(255*255/MSE);

    disp([sprintf('%.4f',rate) ' ' sprintf('%.2f',PSNR)]);   

end

disp('];');

figure

subplot(211)

imshow(I_Orig,[])

title('原图')

subplot(212)

imshow( I_Rec,[] )

title('压缩图')

3 运行结果

4 参考文献

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。