为了实现火箭遥测图像的高效处理，优化火箭遥测图像的编码流程，提出了一种基于小波变换的火箭遥测图像编码新方法。在图像小波变换的基础上，以空间方向树为编码单位，采用改进的分层树集合分割(SPIHT)算法实现图像重要小波系数的比特平面编码，并采用联合码率优化截取方法，优先截取和传输重要比特平面的遥测图像数据。通过系统测试，结果表明：与传统的火箭遥测图像编码方法相比，新的遥测图像编码方法具有丢帧率低、重构图像质量好、编码效率高等优点，满足运载火箭遥测图像处理和传输的工程需求。

针对常见嵌入式小波编码算法硬件实现困难、成本较高等问题，提出了一种适用于硬件实现的无损图像压缩算法。该算法根据子带属性的不同将小波系数分为1个低频子块和3个高频子块，然后使用不同的方法分别进行量化编码。对于低频子块，首先使用脉冲差分编码调制(DPCM)方法压缩其数据动态，然后使用改进的比特位平面编码算法编码输出对应码流；对于各高频子块，则使用提出的改进集合树分裂(SPIHT)算法分别进行量化编码。在改进的SPIHT算法中，通过加入A类集合的分类优化了码流输出；通过消除链表，降低了内存需求并避免了内存的动态管理；通过使用集合极值矩阵，避免了扫描过程中的重复判断，提高了编码效率。实验结果表明，与传统SPIHT算法相比，本文算法可使各国际标准测试图像的编码比特率均降低0.14 bit/pixel以上，而编码速度提高3倍以上。该算法具有实时性高、内存需求低、适于硬件实现的特点。

提出了一种基于二进制小波变换和改进SPIHT算法的图像编码方法.二进制小波变换将图像从实数域变换到实数域，消除像素之间的空间冗余性，得到了具有整数准确度的紧致描述.针对传统SPIHT 算法解码图像视觉效果差的缺点，提出了改进方法.根据图像分析结果，将二进制小波变换变换系数按视觉重要性重新排序，通过对视觉重要系数优先编码，把量化误差集中在视觉不敏感区域，从而在不影响编码率失真性能的同时，有效地提高了解码图像的视觉效果.实验结果表明，和其它流行的编码算法相比，本文算法对不同性质的图像具有最优的编码性能和视觉效果.

在研究小波变换和分层树集合分割排序算法的基础上，将小波图像压缩技术应用于干涉图的压缩.根据小波分解系数矩阵中高频子图像上数据接近于零，信息主要表现部分在低频子图像上，以及干涉图数据中主要信息集中在零光程差附近的特征，将干涉图一行数据拆开并按对角Z型排列存储为矩阵形式，再进行小波压缩.结果表明,此改进能提高压缩性能.

将三维多级树集合分裂(3D SPIHT)算法用于高光谱图像的压缩。根据高光谱图像的特点进行波段分组以得到处理单元,对各组分别进行三维小波变换,去除谱间和谱内冗余;利用3D SPIHT算法对变换后小波系数进行编码,去除系数之间的冗余。采用整数小波和浮点小波分别进行无损和有损压缩仿真,AVIRIS和OMIS实验结果表明,在bit/pixel为1的条件下,平均PSNR比准三维方法分别高0.91 dB和1.38 dB,且算法具有嵌入式、可伸缩性等优点,但无损压缩的平均bit/pixel比基于预测的方法高0.308和0.159。3D SPIHT算法用于高光谱图像压缩可以获得较好的有损性能,但无损压缩性能逊于基于预测的方法。

为了更好地利用图像多小波域系数的相似性进行编码,提出了一种基于多小波域新型空间方向树的SPIHT改进算法.在SPIHT改进算法中首先定义了一种新型空间方向树把多小波域中不同子带的相似系数和每个子带中各个子块的相似系数组织在一起,然后根据树的结构改进了算法中分裂排序过程.实验结果表明,SPIHT改进算法与原来的SPIHT算法相比,在相同的压缩比下可以获得更高的峰值信噪比.

在高光谱图像压缩中,由于波段预测后各波段残差图像分配的码流长度关系到该波段的清晰度,同时该波段作为预测波段对后面波段的预测编码会产生影响,因此设计一种合理的分配各波段码流长度的算法很有必要.本文提出了一种波段预测去除谱间冗余和码流预分配的高光谱图像压缩算法.用DPCM预测求出各波段的预测残差图像的标准差,然后根据标准差的大小对该波段进行SPIHT编码所需要分配的码流长度进行预测,最后基于均方差最小的线性预测器对图像各波段进行预测,根据事先分配的码流长度对各波段预测残差图像进行SPIHT编码.该算法在波段间采用最佳线性预测,有效地去除了高光谱图像的谱间相关性,同时,设计的分配码流长度的算法能够根据各波段信息量大小,以及与相邻波段的相关性来分配码流长度.实验表明,重建图像的平均PSNR比3D-SPIHT算法的高0.9～2.5 dB,因此该算法对高光谱图像有损压缩非常适用.

提出一种结合波段相关性判定和SPIHT编码的方法对MODIS多光谱图像进行无损压缩.首先计算各波段间的相关性,选择相关性强的波段进行预测以去除多光谱图像的谱间冗余;然后对预测后的残差图像进行整数小波变换以去除空间冗余,并用SPRIT算法去除小波系数间的冗余,最后进行算术熵编码.实验结果表明,该方法可对MODIS多光谱图像进行高效无损压缩,优于未进行相关性判定的压缩算法和流行的WinRAR压缩软件.

针对星载设备中高速遥感图像实时压缩要求,利用多片TI公司的C64X系列DSP构建了一个高速实时数据压缩系统,实现了一种基于空间方向树的集合块SPIHT算法.通过对集合块打包、错误检测和再同步技术,改进的SPIHT算法与传统算法相比,其抗误码能力大大提高,能够适用于星栽传输.在该系统中,采用多片DSP级联的方式,对改进的SPIHT算法分级流水处理,保证了该算法的可行性和实时性,满足了星上高速图像传输的要求.实验结果证明了算法的正确性和系统的实时性.

详细研究了小波变换传递误差、尺度、快速Mallat算法加权量化对分层树剖分(SPIHT)编码图象压缩质量的影响,并给出了基于VC++的仿真结果,结果表明,小波变换尺度对图象压缩编码效果有明显的影响,通常要在大于4的尺度上作图象压缩编码才可以得到较好的压缩效果,不同的边界延拓,不同尺度的取整重构、加权量化对图象压缩效果的影响是不同的,恰当选取加权量化步长能达到更好的图象压缩效果,一般而言,同一尺度下随加权量化步长的增加,压缩效果变差.