题目：面向信息对抗环境下的分布式图像渐进编码技术研究与应用

    随着空间遥感技术的发展，海量高分辨率影像数据给卫星下行数传和人工处理带来巨大压力，传统的图像渐进传输方法基于图像分辨率进行增量传输，并没有对数据的可用性进行研究，码流模型具有一定的信息冗余。同时，在信息对抗环境下，图像编码面临窄带宽、实时性和抗毁性等特定需求，因此研究面向应用的码流组织模型，探索动态实时高效的编码算法和解决方案，己成为信息对抗环境下海量图像编码技术中的关键任务。

    针对上述问题，论文主要研究在信息对抗环境下如何高效地处理海量空间影像数据，文章从量化编码算法、广义渐进策略、实时流分布式计算三个方面给出了一套完整的解决方案，旨在消除影像数据的空间编码冗余、信息冗余，同时结合分布式计算实现图像编码的高效稳定支持。论文的主要内容体现在以下三个方面：

1.高频系数分级多目标预测算法研究

    针对小波变换不同变换层次高频系数的能量差异及分布特点，通过分频域设置量化参数、优化算法流程对多目标预测算法进行改进，实现了编码性能的提升，同时算法具备低运算复杂度，满足编码实时性的要求。

2.基于信息量和拉普拉斯金字塔的广义渐进传输方案

    从系统和信息论的角度对空间影像数据进行数据特点和分布特性研究，对图像本身的信息量进行融合计算，以判别和获取异常区域的关键影像数据，实现面向高信息量区域编码的渐进式传输，同时基于拉普拉斯金字塔模型对小波变换频域数据进行码流组织，实现基于频域数据应用的渐进式传输，提高空间图像通信传输效率和数据利用效率。

3.图像编码的分布式并行编码方案实现

    对空间影像数据编码的并行性粒度进行了分析研究，从时间和空间两个维度进行划分，基于Storm实时流处理框架实现图像分布式编码应用，对频域数据利用拉普拉斯金字塔模型进行组织，实现基于频域的广义渐进式传输，并通过调用变换、量化和熵编码等基础算法库，实现了一个完整的分布式图像编码应用。

    随着分布式技术的不断普及完善，面对海量的遥感影像观测数据，通过信息分析自动化处理和图像编码技术的发展，将不断提高图像编码的实时性和稳定性，为信息对抗环境下战场应用的决策处理提供更加稳定的技术支持。